🤖TensorFlow Object Detection API

Adım Adım Özel Nesne Algılayıcısı Eğitimi

Bu yazı çeviri aşamasındadır, yazının aslına buradan bakabilirsiniz 👀

🌱 Giriş

• ✨ Tensorflow Object Detection API, güçlü AI bilgimiz veya güçlü TensorFlow bilgimiz olmasa bile önceden eğitilmiş modellere bağlı olarak özel nesne algılayıcısı oluşturmamızı sağlayan güçlü bir araçtır.

• 💁‍♀️ Önceden eğitilmiş modellere bağlı modeller oluşturmak, çok güçlü makineler kullanarak haftalarca eğitilmiş modelleri kullandığımız için bize çok fazla zaman ve iş gücü kazandırır, bu strateji Öğrenme Aktarması (Transfer Learning) olarak adlandırılır.

• 🗃️ Veri seti olarak, OpenImages veri kümesinin nasıl kullanılacağını ve verilerinin TensorFlow dostu formata nasıl dönüştürüleceğini göstereceğim.

🚩 Geliştirme Hattı

1. 👩‍💻 Ortamı Hazırlama

2. 🖼️ Resim Toplama

3. 🤹‍♀️ Resim Organizasyonu

4. 🤖 Model Seçimi

5. 👩‍🔧 Model Konfigürasyonu

6. 👶 Eğitim

7. 👮‍♀️ Değerlendirme

8. 👒 Modeli Dışa Aktarma

9. 📱 Tflite'ye dönüştürme

🤕 Talimatları uygularken hata alırsanız makalenin sonundaki 🐞 Genel Sorunlar bölümüne bakabilirsiniz.

👩‍💻 Ortamı Hazırlama

🔸 Ortam Bilgisi

💻 Platform	🏷️ Versiyon
Python	3.7
TensorFlow	1.15

🥦 Conda env Ayarlama

🔮 Yeni env Oluşturma

• 🥦 Anaconda'yı indirin
• 💻 CMD'yi açıp aşağıdaki komutu çalıştırın:

# conda create -n <ENV_İSMİ> python=<İSTENEN_VERSİYON>
conda create -n tf1 python=3.7

▶️ Yeni env'i Aktifleştirme

# conda activate <ENV_NAME>
conda activate tf1

🔽 Paketleri İndirme

💥 GPU vs CPU İşleyişi

🚙 CPU	🚀 GPU
Brain of computer	Brawn of computer
Very few complex cores	hundreds of simpler cores with parallel architecture
single-thread performance optimization	thousands of concurrent hardware threads
Can do a bit of everything, but not great at much	Good for math heavy processes

🚀 TensorFlow Kurulumu

🚀 GPU

conda install tensorflow-gpu=1.15

🚙 CPU

conda install tensorflow=1.15

📦 Diğer Paketlerin Kurulumu

conda install pillow Cython lxml jupyter matplotlib

conda install -c anaconda protobuf