Muitas das vees vocêPrecisa criar um próprio分类员，seja para Fazer Uma简化了Segmentação ou atémesmo localizar algum objeto mais Complexo na imagem。Nesse post eu vou mooper uma maneira Simples de vocêcriar seu próprio分类员usando o yolo.

BOM Pessoal，esse Tutorial Vai Ser Dididido em 3个部分。A Primeira parte serácriação do Banco de dados，no nosso caso iremos Fazer um classficator de ovelhas，logo depois iremos treinina nosso Modelo com o Dataset de ovelo e porúltimo Testar nosso Modelo。

Criação do Banco

您的位置：我也知道这是一个很好的例子，我们有一个很好的例子，这是一个很好的例子，我们有一个很好的选择，那就是把所有的意大利面都放到意大利面上，然后再加上一些注释，把(https://www.kaggle.com/andrewmvd/sheep-detection)，的面条放在一起，再加上一些注释，比如意大利面和意大利面的图像，所有的图像都在203mb de ovelhas，totalizando em 41mb de tamanho的图像中，所以你可以在这里找到你想要的东西，你可以在这里找到你想要的东西，你可以在这里找到你想要的东西，你可以找到你想要的东西，你可以找到你想要的东西，你可以在这里找到你想要的东西。FAçam o Download através do link disponibilizado acima。https://www.kaggle.com/andrewmvd/sheep-detection

Além do reposedório serápriso bai xar um Program a específio Chamado LabelImg.ATRAVés desse Programa iremos conseguir on de se encontram nossas ovelhas.o下载do Programa para Windows e Linux pode ser feito através do https://tzutalin.github.io/labelImg/(em caso de MAC：https://github.com/tzutalin/labelImg#macOS)，bai xem a versão 1.8.0(A Mais Recente))https://tzutalin.github.io/labelImg/ https://github.com/tzutalin/labelImg#macOS

Para Userzar o LabelImg iremos Fazer o Passo a Passo Descrio abaixo：

Agoraaaaa…我想要的是想象中的我们的呼喊。(译者注：这句话的意思是：“我想要的是图像。”

7.vamos clicar em“创建RectBox”。

8.Depois selecionar aárea on de nosso objeto estálocalizado.

9.Adicionamos a Etiqueta comomome do nosso objeto.没有任何赌场，数字羊可以按下。

10.Clicamos em“Save”。

告别，埃萨，歌剧，托达斯，作为意象，我的节奏不同，不同的是，你不会像我一样喜欢你的歌剧，而不是你想要的东西。

Trabalho Chato e Grande，Por isso IndiCo Colocar um musiquiha，pegar um café/cerveja/vinho/as_três_opçáes e Fazer is so para todo nosso Banco.最后的歌剧ção，quando vocêacessar a意大利面das imagens，Perceberáque para cada imagem que marcamos nossa ovelha存在um arquivo.txt com o mesmo nome，esse arquivo descreas as coordenadas do box que marcamos delimitando nossas ovelhas。

Treinamento do Banco

我是谷歌公司的创始人，也是谷歌公司的常客，我们的朋友们都很喜欢谷歌公司的可口可乐公司(Google CoLab)，这是一件非常值得欢迎的事情，我们可以在谷歌公司的可口可乐实验室里找到他的名字。

Google CoLabéum serviço freuito oferecido pelo Google onde vocêpode Executar script python e usar bibliotecas de aprendizado de máquina aproveitando seu Poderoso Hardware(Leia-se GPU).Égratuito，com aúnica desvantagem de vocêpode usá-lo por 12 horas Guide as，depois disvocêserádeso(Leia-se GPU)，com aúnica desvantagem de vocêpode usá-lo por 12 horas Guide as，depois disvocêserádesoUma solução para isso não Aconteceréconectando Google CoLab com Google Drive，para não perder os arquivos em caso Haja de desconexão.

Etão dentro do seu Google Drive vamos criar Uma意大利面chama“Yolov3”，e Fazer o Upload da意大利面das imagens dentro dessa意大利面。

Agora inicie um Google CoLab com a Mesma conta do Google Drive e faça o Upload de um Notebook que vou deixar nesse link aqui，antes de faarmos sobre o código vamos vicitar o USO do GPU para nosso Treinamento.aqui

集团em编辑>笔记本设置>选择GPU。

com o笔记本异常到temos que na Primeira célula do NotebookéRespononsável Por Verificar Qual GPU iremos usar，no meu caso foi Tesla。Além disso para Rodar o Programa e os result tados ficarem salvos no seu driveréproduciso autorizar o Google CoLab Fazer is so.Próxima célula do nosso笔记本

Próximos Passos(1 Ao 6)são justente o Passo a Passo para fazermos nosso Modelo Yolo Capaz de classficar Uma ovelha，ressuidamente temos.

A CADA 1000 Iteraçáes，nosso探测器de ovelhas seráatualizado e salvo em nosso Google Drive，dentro da意大利面“yolov3”。

Testando nosso Modelo Criado

o arquivo que perisamosé“yolov3_Training_last.weights”，então faça o下载Dele na sua意大利面。Pod Acontecer que outros arquivos também serem salvos em sua unidade，como por examo“yolov3_Training__1000.weight”，“yolov3_Training_2000”e assim por Diante，isso ocorre porque o暗网FAZ um backup do Modelo a cada 1000 Iteraçáes.

Para Testar nosso分类器Podemos usar um script python que deixo disonível através desravés desravés deslink：https://drive.google.com/file/d/1OcCNLUkNqzmcr_kn-MChqV7Mhbpx0pQM/view?usp=sharing.https://drive.google.com/file/d/1OcCNLUkNqzmcr_kn-MChqV7Mhbpx0pQM/view?usp=sharing

Para Testar o Modelo perisamos bai xar o arquivo yolov3_Training_last.Weights que se Enconta no Google Drive e colcarmos na Mesma意大利面com yolo_object_Detection.py(Link Acima)e yolov3_testing.cfg。

no arquivo“yolo_object_disspection.py”na linha 11，éonde se Enconta a classe que query classse que query classse que query ficar，no caso，Ovelhas ou Sheep。E na linha 14 temos que colocar o caminho onde se enconta as imagens de onde estánossa ovelha，para aísim…托塔洛。

PARA Não ficar um post muito grade vou deixar o link de outro post aqui，onde eu explico melhor o código que usamos para Fazer o teste：

一个形象的模子，这个例子做的不是模型，而是…。我很开心！！

结论：

Conseguimos criar um Modelo treinado através do Yolo v3 para探查ovelhas em imagens。o Treinamento Durou acearamente 4h no Google CoLab，Mostrando que a ferramentaéeficaz e Simples de mexer。

BOM，através desravés desrav post eu entei motors Uma maneira Simples de Fazer um Treinamento do Yolo de forma direta e grucuita.espero que vocês tenham gostado…。VOJO VOCES EMS OUTRO POST。瓦卢

链接Paro Projeto Completo：https://drive.google.com/drive/folders/1Io-d_jrhDOME2vMbpMefm2FV8DxfdeEs?usp=sharinghttps://drive.google.com/drive/folders/1Io-d_jrhDOME2vMbpMefm2FV8DxfdeEs?usp=sharing

推荐人

[1]https://github.com/AlexeyAB/darknethttps://github.com/AlexeyAB/darknet

[2]https://pysource.com/2020/04/02/train-yolo-to-detect-a-custom-object-online-with-free-gpu/https://pysource.com/2020/04/02/train-yolo-to-detect-a-custom-object-online-with-free-gpu/