-->

Anuncio!

Usando o Darknet na classificação de imagens

Provavelmente você já assistiu algum filme ou série que retrata espionagem em massa. Através de algoritmos complexos agências de segurança conseguem identificar indivíduos e rapidamente receber um alerta sobre sua localização. Se você ainda não viu algo do tipo vou indicar os filmes: 'A identidade Bourne' e 'Velozes e furiosos 8'. Parece um pouco exagerado, mas esse artigo te fará refletir a respeito do que vê por ai.

O foco aqui é apresentar um projeto chamado 'Darknet' desenvolvido por Joseph Redmon. "O Darknet é um framework de rede neural de código aberto escrito em C e CUDA. É rápido, fácil de instalar e suporta computação de CPU e GPU." Esse é o resumo retirado no github oficial do projeto. Dando uma analisada no site https://pjreddie.com/darknet/ você consegue ver as diversas funcionalidades do projeto. Neste artigo vou apresentar somente a função de classificação de imagens. O que achei mais interessante é que apesar de ser um projeto complexo ele realmente é muito simples de executar. Estou rodando Linux Deepin 13 - AMD64 , mas creio que você consiga executa-lo em qualquer distribuição Linux: OBS: não fiz testes utilizando Windows. Os passos abaixo foram retirados deste link: https://pjreddie.com/darknet/yolo/

Instale o git e o gcc utilizando o apt-get se também usa uma distribuição derivada do Debian. Depois siga os passos abaixo:

Passo 1



$ git clone https://github.com/pjreddie/darknet
$ cd darknet
$ make

Passo 2


Se você conseguiu compilar sem erros, vamos para a próxima fase que é o download do YOLO, lembrando que você deve estar dentro da pasta /darknet.
$ wget https://pjreddie.com/media/files/yolov3.weights

Passo 3


Feito isso partimos agora para a fase de execução do projeto. Você pode definir qualquer imagem dentro da pasta /darknet/data/imagem.jpg . Eu fiz os testes com diversas imagens, inclusive com fotos que eu mesmo tirei. Ao final da execução você terá um retorno no terminal com a % de chance de identificação. Outra maneira legal é abrir o arquivo predictions.png que fica dentro /darknet .
$ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg 



Passos para rodar o darknet



Arquivo /darknet/predictions.png


Agora você pode substituir a imagem dog.jpg por alguma de seu gosto e realizar mais testes. Essa é apenas uma aplicação simples do darknet. Vou deixar um vídeo abaixo que mostra uma apresentação mais completa feita pelo próprio autor do darknet. Caso tenha problemas em algum passo você pode entrar em contato pelo telegram @v1gomes.

https://www.youtube.com/watch?v=Cgxsv1riJhI
Compartilhar:
← Anterior Proxima → Inicio

Nenhum comentário:

Postar um comentário

Formulário de contato

Nome

E-mail *

Mensagem *

Sites Parceiros

Anuncio No Post

Anuncio No Post

Anuncio Aqui!