/model_ajna_1

AJNA - Projeto de treinamento de novos modelos 1 - Vazios e NCM

Primary LanguageJupyter Notebook

Treinamento de modelos de visão computacional

Documentação

Arquivo docs/site/pdf/combined.pdf ou no site:

https://ivanbrasilico.github.io/projeto/

Instalação

É preciso ter o python versão 3 instalado na máquina.

$git clone https://github.com/IvanBrasilico/projeto
$cd projeto
$python3 -m venv venv
$. venv/bin/activate
$pip install -r requirements.txt

Atenção, rodar todos os scripts a partir do raiz do projeto.

Os scripts e roteiros foram todos pensados para rodar a partir do raiz do venv ativo. O Jupyter Notebook também deve ser iniciado no raiz do projeto sempre. Estas instruções são para que não se tenha problemas de path ao rodar os códigos.

Exemplo:

.../model_ajna_1(venv)$python scripts/bboxes_to_yolo.py
.../model_ajna_1(venv)$python extracoes/yolo_prepare.py

Caso não tenha GPU disponível, rodar:

$pip uninstall "tensorflow-gpu>=2.0.0"
$pip install "tensorflow>=2.0.0"

Para rodar análises e treinamentos

$jupyter notebook

Para rodar site localmente

$mkdocs serve -f docs/mkdocs.yml

Modelos/bases

Conforme detalhado em CapstoneProject, serão treinadas redes convolucionais simples do zero, modelos sofisticados com transfer learning, e redes siameas. As bases utilizadas serão chestXRay, vazios e ncmsunicos.

Desenvolvido na RFB dentro do escopo do Sistema AJNA

Ivan da Silva Brasílico

Apresentado como Capstone Project no curso de Engenheiro de Machine Learning, Udacity.