---
lang: zh-tw
---

第一周影像筆記
===

# 第一週

# 3/22~3/24

## 補神經網路(層等等的AI所需概念)
## 學習Conda需擬環境建置
## Anaconda prompt架設本地端yolov5虛擬環境(開發用)

# 第二週

# 3/1~3/3

## 研究Python pandas資料處理框架部分
## Numpy的多維運算(目前只了解到逐元運算)
## 研究資料集所需檔案
## 製作圖像辨識所需資料集(貼Label)
## 繼續研究神經網路 層 概念
## 成功驗證yolo官方範本檔
## 研究Yolov5專案 train detect 參數設定部分
## 研究data model 資料夾內檔案關聯(Yaml檔案內資料集路徑參數設定)

# 第三週

# 3/13~Now

## 本地端告一段落，移動到訓練機端(3090虛擬機)
## 把貼好的Label使用Yolov5做驗證
## 成功訓練 官方範本資料集(還沒指定預訓練權重檔)
## 成功訓練 公司貼好Label的漁船資料集(還沒指定預訓練權重檔)
### 結果


# 研究遷移學習中.....(一知半解 研究中)


## 3/15~now

## 測試使用Yolov5調用GPU訓練漁船資料集並使用其最佳權重檔對圖片做測試
## Opencv圖像切割.攝像頭顯示.讀取指定視頻每30幀擷取一張圖儲存到本地端指定資料夾。
## 研究出差拍攝的設備.Nikon外接的軟體及現場遇到問題的處理備案等
1.螢幕
2.螢幕用兩條HDMI串連接相機(+中間轉接頭)
3.延長線
4.快門線
5.USB傳輸線(相機檔案傳輸)
6.Nikon Nikon Transfer 2(軟體)

## 腳架架好相機對好桌上的綠色墊子並安裝好快門線

## 相機用HDMI連接一台螢幕（顯示相機畫面用方便調魚的擺放位置）

## 儲存的部分USB接到電腦可以直接取檔（有下載官方軟體）
確定取檔完相機記憶卡直接格式化就能繼續拍

## 電池充電部分有延長線
## 兩個可以輪替充

## 拍攝部分一條魚
## 水平 垂直 對角各兩張
## 再來把魚翻面一樣水平垂直 對角各兩張

# 電腦安裝Nikon Transfer 2
# 拍攝照片可即時傳輸至電腦確認圖檔狀況是否有出錯等等
# 現場大致情況
 
 
 
 
 
 
# 測試訓練上次拍的1XX張鯖魚成功取出權重檔並測試
# 指定訓練好的權重檔對圖片or影片作Detect功能測試
# 練習圖片切割之術 圖像處理(指定圖片區塊切割一個黑暗大法師)
# 將指定影片每30幀擷取一張圖片轉JPG指定儲存到本地端

#  

# 待解決
# 禁閃光燈
# +LED補光

# 現場拍攝畫面

# 第一次
# 這週

# 補光燈&攝影燈選用前面要有遮罩打柔光

# 燈光直接照到鯖魚 後半段會反光
# 
#  
#  
#  
# 資料集整理.貼Lable
# 資料集377張 Yolov5s 600輪
# 驗證集隨機抽樣結果
# 照片預計拍到2000張左右
# 驗證集200張

# 1.Yolov5訓練好權重檔
# 2.將權重檔轉成onnx格式
# 轉換咒語python export.py --weights C:\Users\tfr52\OneDrive\桌面\yolov5-master\weights\best.pt --include onnx
# 3.將onnx格式導入opencv
(模型尺寸跟畫面尺寸要一致我用480x640)
# 4.使用訓練好的權重檔對攝像頭內物體作辨識
#  

# 最新開會看這裡

#### 第一項
##### 第一項內容