Skip to content

該專案將錦鯉依不同類別等級進行區分,利用YOLOv7 PyTorch訓練,以利於消費者進行識別

Notifications You must be signed in to change notification settings

kelvinlinkk/trainkoi

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

38 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

錦鯉魚AI辨識分類專案 KOI Detection Project

  • 簡介

    本專案將錦鯉依不同類別等級進行區分,利用YOLOv7PyTorch訓練,以利於消費者進行識別。

    alt text

  • 動機

    鑒於國人對錦鯉魚種類集價位認知不足,本研究計畫開發應用程式並建置錦鯉魚種類辨識系統,並增加品質鑑定功能,針對錦鯉魚常見疾病作辨識,讓喜歡錦鯉魚的國人透過本開發軟體獲得更多錦鯉知識,從而學習錦鯉魚飼養與疾病防治等議題。

    alt text

  • 目的

    YOLOv7PyTorch等開源程式碼為基底開發的錦鯉魚辨識系統,針對鯉魚玩賞者,開發功能完整的應用程式,可依花紋、顏色判別鯉魚的品種,標註大小,分析可能的疾病,並依先前市場各種鯉魚的出售價格,做出相對的估價。

錦鯉圖片資料集Koi Dataset

(自koi併入,可以點選超連結回顧舊版頁面)

訓練結果

Training Session VA-1

labels=3, images=667, Epoch=150, img_size=640, batch_size=4

  • 重點

    VA系列之訓練對象為御三家(Gosanke),做為測試用途,主要是測試手上Nvidia的獨顯是否可以運行YOLOv7的訓練,同時檢驗運用YOLO辨識魚種之可行性。

  • 結果

    從混淆矩陣中,我們發現熟悉的圖回來了,其中三色(Sanke)的偵測正確率高達75%,至少超過50%就算有成效了(不過寫論文的話大概還不太有說服力),且訝異的是並沒有出現大正(Showa)跟三色(Sanke)的混淆現象,還要進一步了解是樣本瑕疵還是訓練成效。而其中三色(Sanke)高達55%的背景FP或許代表三色(Sanke)的樣本有些不足。

    alt text

Training Session VB-1

labels=?, images=?, Epoch=?, img_size=640, batch_size=4

  • 重點

    VB系列隻訓練對象為錦鯉魚常見的疾病。目前本研究採取雙步驟辨識,將魚隻和疾病分為兩步驟進行檢視,已提高兩模型分別之執行效率。

  • 結果

    (尚在訓練中)

About

該專案將錦鯉依不同類別等級進行區分,利用YOLOv7 PyTorch訓練,以利於消費者進行識別

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published