Skip to content
Snippets Groups Projects
Select Git revision
  • main default protected
1 result

psi-biom

  • Clone with SSH
  • Clone with HTTPS
    • Name Last commit Last update
    YOLOV2
    YOLOV5
    README.md
    best.pt
    get_json_file_YOLO.py
    get_yolo_detection.py
    README.md

    PSI-BIOM

    Install

    git clone https://gitlab.lis-lab.fr/stephane.chavin/psi-biom.git

    Entrainement et Détection YOLO

    • install YOLOV5
    git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt
    Entrainement 

    python3 train.py --img IMG_SIZE --batch BATCH_SIZE --EPOCHS NB_EPOCHS --data DIRECTION_OF_THE_RESULT/custom_data.yaml --weights yolov5/weights/yolov5s.pt --cache
    Détection

    • Sauvegarde les annotations en .txt ainsi que les images avec les bounding box dessus
    python3 detect.py --weights ../psi-biom/YOLOV5/weights/best.pt --img 224 --conf 0.X --source PATH_TO_IMG --save-txt

    WARNING : *--conf correspond à la confiance toléré par YOLO, c'est-à-dire à partir de quelle confiance d'une détection cette dernière est conservée, il faut donc modifier la valeur de X pour faire varier cette tolérence (minimum : 0.0, maximum : 1)

    • Sauvegarde les annotations en .txt seulement avec la confiance de chaque détections
    python3 detect.py --weights ../psi-biom/YOLOV5/weights/best.pt --img 224 --conf 0.X --source PATH_TO_IMG --save-txt --nosave --save-conf
    Compilation des détections 

    cd ../
python3 get_yolo_detection.py -p PATH_TO_THE_TXT -d DIRECTION_OF_THE_RESULT #PATH_TO_THE_TXT ~ yolov5/runs/detect/expX/labels/

    WARNING : Il est important d'ajouter sa propre liste de classes (ligne 79)

    #put the classes here
names = []
    Conversion des détection YOLO vers LabelMe 

    pip install globox

globox convert yolov5/runs/detect/exp/labels/ DIRECTORY_TO_WICH_DATA_WILL_BE_STORED --format yolo --save_fmt labelme --img_folder PATH_TO_IMAGES
    • Ce script permet de convertir les .txt en .json pour les ouvrir dans LabelMe mais il ne prend pas en compte le paramètre 'imageData'. Le script get_json_file_YOLO.py permet donc de récupérer ces données et les ajouter aux fichiers .json.
    python3 get_json_file_YOLO.py -p PATH_TO_STORED_DATA -i PATH_TO_IMAGES -d DIRECTORY_TO_WICH_DATA_WILL_BE_STORED