記事一覧
YOLOv8をONNXに変換して動かしてみる
前回の記事では、YOLOv8で物体検出を行う手順を紹介しました。
今回は前回からの続きで、学習したYOLOv8のモデルをONNX形式に変換し、ONNX Runtime で実行する方法について紹介します。
■ ONNXとは機械学習モデルを、異なるフレームワーク間でシームレスに移行させるための共通フォーマットです。
通常、TensorFlowのフレームワークで作成した機械学習モデルは、Tenso
YOLOv8で物体検出をしてみる
YOLOv8を使い、オリジナル画像で物体検出するまでの手順について記述します。環境構築からオリジナル画像でのアノテーション、Pythonでの学習、推論実行までの手順をまとめました。この記事通りに行えば、独自のYOLOv8推論を動かすことができるので、是非チャレンジしてみてください。
■ 事前準備ここでは Anaconda を用いて環境を構築していきます。また、Pythonのコーディングは VS
ディープラーニングで物体検出を試してみた - 第3回: 検出結果をプロットする
こんにちは、けんにぃです。
ナビタイムジャパンで公共交通の時刻表を使ったサービス開発やリリースフローの改善を担当しています。
物体検出の解説 3 回目になります。2 回目では TensorFlow Hub に登録されているモデルを使って物体検出を行いました。
今回は検出結果であるバウンディングボックスをプロットする処理を解説しようと思います。
全記事のリンクはこちらになります。
・第 1