CREAR UNA CARPETA LLAMADA images en el directorio /labelImg
En este proyecto realizamos la detección de objetos en video usando el modelo Retinanet, entrenando una red neuronal convolucional ResNet50 preentrenada.
_Anaconda
_Jupyter notebook o google colab
_Tensorflow
_Keras
_Keras Retinanet (https://github.com/fizyr/keras-retinanet)
_labelImg (https://github.com/tzutalin/labelImg.git)
git clone https://github.com/tzutalin/labelImg.git
cd labelImg
conda install pyqt=5
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
-
...\Hand-Detection-Retinanet\keras-retinanet\images
Directorio donde estan las imagenes para el entrenamiento
-
...\Hand-Detection-Retinanet\keras-retinanet\snapshots
En este directorio debe encontrarse el modelo entrenado de extensión .h5
-
...\Hand-Detection-Retinanet\keras-retinanet
En este directorio deben encontrarse los archivos .csv que contienen la información del dataset de entrenamiento y pruebas annotations.csv classes.csv annotations_test.csv
-
... El modelo .h5 debe guardarse en el directorio ...\keras-retinanet\snapshots
-
CodeTrainPredict.txt contiene el codigo para google colab que entrena la red neuronal
Al clonar el repositorio de keras-retinanet debemos asegurar trabajar con las versiones correctas de keras y tensorflow, para eso ejecutar las siguientes lineas:
!pip uninstall keras -y
!pip uninstall keras-nightly -y
!pip uninstall keras-Preprocessing -y
!pip uninstall keras-vis -y
!pip uninstall tensorflow -y
!pip uninstall h5py
!pip install tensorflow==2.1.0
!pip install keras==2.3.1
!pip install h5py==2.10.0
Tipear y, luego enter en el mensaje que aparece después de las instrucciones anteriores