32 lines
1.0 KiB
Python
32 lines
1.0 KiB
Python
import os
|
|
|
|
# Assurez-vous d'être dans le répertoire Darknet
|
|
os.chdir("chemin/vers/votre/darknet")
|
|
|
|
# Entraînement du modèle YOLOv3 pour les panneaux de signalisation routière
|
|
# Utilisation du CPU uniquement
|
|
|
|
# Chemin vers les données d'entraînement et de validation
|
|
train_data = "server-trainer/images/road_sign_trainers/train_speed"
|
|
valid_data = "server-trainer/images/road_sign_trainers/test_speed"
|
|
|
|
# Paramètres d'entraînement
|
|
batch_size = 64
|
|
subdivisions = 16
|
|
num_epochs = 1000
|
|
|
|
# Commande d'entraînement
|
|
train_command = f"./darknet detector train data/obj.data cfg/yolov3_custom_train.cfg yolov3.weights -map -dont_show -gpus 0"
|
|
|
|
# Boucle d'entraînement
|
|
for epoch in range(num_epochs):
|
|
print(f"Epoch {epoch+1}/{num_epochs}")
|
|
|
|
# Entraînement sur les données d'entraînement
|
|
os.system(train_command)
|
|
|
|
# Validation sur les données de validation
|
|
os.system(f"./darknet detector map data/obj.data cfg/yolov3_custom_test.cfg backup/yolov3_custom_train_{epoch+1}.weights")
|
|
|
|
print("Entraînement terminé!")
|