YoloV8 ile özel nesne tanıma Veri seti oluşturma, Eğitim ve Python kodu ile çalıştırma

Описание: YoloV8 ile özel nesne tanıma Veri seti oluşturma, Eğitim ve Python kodu ile çalıştırma
(custom object detection)
Trafik ışığı örneği
Colab - Pycharm - Roboflow kullanarak.

Önemli Not: 17.45. dakikada best.pt pycharm'da çalışmıyor derken yanılmışım. best.pt dosyasını Pycharm'da çalışma klasörüne yüklerseniz ve bu kodda ilgili yerde önceki pt uzantılı dosya adını best.pt olarak değiştirirseniz çalışıyor. Bendeki problem kaynağı Python versiyonu ile ilgiliymiş. 3.7 den 3.8 e yükseltince sorunsuz çalıştı.

Tavsiye edilen Önceki video:
YOLOV8 İLE NESNE TANIMA Pycharm ve Colab ile webcam resim ve videodan nesne tanıma:
   • YOLOV8 İLE NESNE TANIMA Pycharm ve Colab i...  

Özel nesne tanıma adımları:
1- Roboflow da yeni proje başlat, trafik ışıkları resimlerini yükle.
2- Etiketlemeleri yap ve kaydet.
3- data augmentation ile resimleri çoğalt.
4- yolov8 için colab da kullanılmak üzere training kodunu al (get snippet)
5- google da "roboflow models" yazarak modeller sayfasını aç ve "yolov8 object detection" kısmında colab sayfası aç.
train-yolov8-object-detection-on-custom-dataset
6- Drive'a farklı kaydet.
7- GPU aktifleştir.
8- colab sayfasında pip install ultralytics ve diğer gereklilikleri yükle
9- colab sayfasında "Preparing a custom dataset" kısmına gelerek "Exporting Dataset" kısmında Roboflow Api Key yapıştır.
10- Custom Training'i başlat (epochs = 25)
11- /runs/detect/train/weights klasöründe best.pt oluşacak.
12- prediction denemelerini yap.
13- Inference with Custom Model kısmında örnek resim nesne tanıma denemesi yap
14- Deploy model'den önceki "import glob" ile başlayan kodu çalıştır.
15- Deploy model on Roboflow kısmında "project.version(dataset.version)..." kodunu çalıştır.
16- "View the status of your deployment at:.." ile verilen linki kopyalayıp roboflow chrome sayfasında aç.
17- Bir süre bekle, sayfa yüklenmezse sayfayı yenile.
18- Drag and drop ile bir örnek resim yükleyerek deneme yap.
19- Aşağıdaki verilen python kodunu kopyalayarak pycharm'da yeni py dosyası açarak yapıştır.
20- pip install roboflow (yada pycharm settings den roboflow kütüphanesi yükle
21- python kodunda "visualize your prediction" kısmında örnek resimlerin adını yazarak çalıştır.
22- prediction.jpg dosyasını aç