- ETİKETLEME İŞLEMİ
--> Etiketleme labelimg ile yapıldı.
https://pypi.org/project/labelImg/
--> Class isimlerini ayarlama
C:\Users\ikra\labelImg\data içerisindeki predefined_classes.txt dosyası class isimlerine göre düzenlenir.
--> Uygulamayı açma
--> Open Dir ile resimlerin bulunduğu klasör açılır.
--> Change Save Dir ile resimlerin .txt dosyalarının kaydedileceği konum seçilir.
--> YOLO seçeneği seçili olmalı
--> Create RectBox ile ilgili alan ve class ismi seçilir.
--> Ardından save yapılır.
- DATASET İÇİ KLASÖR OLUŞTURMA
--> Dataset içerisinde images ve label klasörü, images ve label klasörü içerisinde train ve val klasörleri olacak.
--> Train klasörü içerisinde 'dogru' etiketli resimlerin %80, val klasöründe 'dogru' etiketli resimlerin %20'si olmalı. Aynı
şekilde diğer class için de 80/20 şeklinde ayrılmalı.
--> Sonuç olarak tüm resimlerin %80’i train klasöründe, %20’si val klasöründe olmalı.
--> Bu 80/20 oranı tercihe göre değişebilir.
- MODEL EĞİTİMİ
--> yolov8.ipynb ve custom.yaml dosyaları kullanılacak.
--> Eğitim tamamlandıktan sonra best.pt ve last.pt isimli ağırlık dosyaları oluşur.
- MODELİ TEST ETME
--> yolov8_deneme.py koduna ağırlık dosyası ve örnek klasördeki resimleri vererek model test edilir.