khanhjt/textDetection

Dùng YOLOv8 để huấn luyện mô hình nhận diện văn bản. Mô hình được áp dụng vào việc số hóa tài liệu sau này

Run

Cài các thư viện

pip install -r requirements.txt

Làm theo các bước ở notebook main.ipynb

Báo cáo

- Tham số training
- Kích thước 1024
- Augument: Gộp các ảnh lại với nhau
- Mectric: mAp95
- Precision
- Hiển thị từ 50 - 100 ảnh.
- Xây dựng biểu đồ

1. Dataset

• Dùng dataset của VinAI - coco fomat
• Data có 2000 ảnh,
• Xử lý và làm giàu đúng fomat input yolov8.
• Cấu trúc thư mục

|--datasets
    |--train
      |-- images
      |-- labels

    |--test
      |-- images
      |-- labels

    |--val
      |-- images
      |-- labels

Đánh giá

1. epochs = 3, batch = 16, imgsz = 1024

2. epochs = 5, batch = 16, imgsz = 1024

3. epochs = 20, batch = 8, imgsz = 1024

• yolov8s.pt
• (Tesla P40, 24446MiB)
• 168 layers, 3005843 parameters, 0 gradients, 8.1 GFLOPs
• Speed: 0.8ms preprocess, 51.1ms inference, 0.0ms loss, 2.8ms postprocess per imag