🍢Pipeline Yapılandırma

🔰 Önemli bilgiler

• Tensorflow'un resmi açıklaması için buraya tıklayabilirisin

🚙 Medellin İndirilmesi ve Gerekli Yere Taşınması

• Tensorflow önceden eğitilmiş modelleri indirmek için buraya tıklayabilirsin

• .tar.gz uzantılı olacağı için winrar ya da 7zip gibi ek uygulamalarla buraya çıkart demen gerekmekte

  • Klasör'e çıkart değil buraya çıkart diyeceksiniz.

Klasör içinde aynı isimde başka klasör olmasın

# Modelin çıkartıldığı dizindecd <model_ismi>move * %TENSORFLOW%\workspace\example_detection\pre_trained_modelmove saved_model %TENSORFLOW%\workspace\example_detection\pre_trained_modelcd %TENSORFLOW%\workspace\example_detection\pre_trained_model

• <model_ismi> Seçip, indirdiğiniz .tar.gz uzantılı dosyanın adı

  • TAB tuşu ile dizindeki dosya adlarını tamamlayabilirsiniz

  • *.tar.gz uzantısı yazılmayacak

  • Örn: ssd_inception_v2_coco_2018_01_28

  • Örn: ssd_mobilenet_v1_ppn_shared_box_predictor_300x300_coco14_sync_2018_07_03

📑 Modelin Yapılandırma Dosyaları

Seçtiğiniz modelin *.config dosyasını example_detection/training klasörü altına kopyalamanız gerekmekte.

mkdir %TENSORFLOW%\workspace\example_detection\training​copy %TENSORFLOW%\models\research\object_detection\samples\configs\<model_ismi>.config %TENSORFLOW%\workspace\example_detection\training

• <model_ismi> Seçip, indirdiğiniz .tar.gz uzantılı dosyanın adı

  • TAB tuşu ile dizindeki dosya adlarını tamamlayabilirsiniz

  • *.tar.gz uzantısı yazılmayacak

  • Tarih son ekini içermemeli

    • *_2018_07_03.tar.gz ise *.tar.gz olarak yazılmalı

  • Örn: ssd_inception_v2

  • Örn: ssd_mobilenet_v1_ppn_shared_box_predictor_300x300_coco14_sync

👨‍🔧 Modelin Yapılandırma Dosyasını Düzenleme

Yapılandırma örnek dosyası için buraya bakabilirsin.

Düzenlenecek Satır	Açıklama	Örnek
num_classes	Etiket türü sayısı	2
batch_size	Toplu işleme boyutu	24
num_steps	Adım sayısı	2000
fine_tune_checkpoint	Eğitilmiş modelin yolu	"./pre_trained_model/model.ckpt"
label_map_path	Etiket haritası yolu	"./annotations/train.record"
input_path	Train dosyası yolu	"./annotations/train.record"
input_path	Test dosyası yolu	"./annotations/eval.record"