Open gachiemchiep opened 6 years ago
@gachiemchiep phần tìm region có thể sử dụng image processing của openCV. Gồm các bước:
@gachiemchiep phần "number plate recognition" đại ca chia làm 3 với nội dung như vậy nhằm làm chi rứa ạ. Sao phải thay đổi network rồi lại thay đổi dataset? Có đề cập đến transfer learning ko ạ?
@gachiemchiep @ducanh841988 series deep learning và ứng dụng đang bị đánh số nhầm, các đại ca sửa lại chút nha. Ví dụ bài "Hướng dẫn sử dụng dl" là phần 2, bài tiếp theo "DL Framework" cũng là phần 2, bài tiếp "Cài đặt framework" thì ko có đánh số nữa.
Thêm một vấn đề nữa là khi train CNN thì sẽ cần GPU nên có cần xem xét viết một bài hướng dẫn dùng Google Colab để người đọc có thể xài GPU miễn phí ko ạ?
@hitogen Phải xài thử Google Colab thì mới viết tutorial được.
@hitogen: Đã thử Colab với GPU theo hướng dẫn (https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d) nhưng thấy chậm hơn rất nhiều so với PC đang dùng (không có GPU). Cấu hình PC: CPU Core i7-6700 3.4 GHz, RAM 32-GB (chủ yếu tốn CPU).
Ngoài ra, Colab không khuyến khích chạy dữ liệu lớn và tốn thời gian nhiều do tài nguyên GPU cần chia sẻ với nhiều users. Code sẽ tự động halt sau 1 thời gian (tầm 15 ph theo thực tế sử dụng) FAQ: https://research.google.com/colaboratory/faq.html "How may I use GPUs and why are they sometimes unavailable? Colaboratory is intended for interactive use. Long-running background computations, particularly on GPUs, may be stopped. Please do not use Colaboratory for cryptocurrency mining. Doing so is unsupported and may result in service unavailability. We encourage users who wish to run continuous or long-running computations through Colaboratory’s UI to use a local runtime."
@nxthuan512 thanks đại ca. Vậy là Colab ko khả thi.
@nxthuan512 e thử colab theo cái link đại ca gửi thấy chạy nhanh hơn nhiều so với CPU mà. CPU e là i5-3210M CPU @ 2.50GHz. Chạy GPU của Colab 1 epoch MNIST hết 10s còn CPU máy cá nhân là gần 4ph cơ ạ.
@hitogen A cũng ko rõ. Bên a chạy rất chậm so với CPU. Thử LSTM 400 timesteps, 16 features, dataset 40 MB. Phần preprocessing dataset tốn 15 phút (PC < 1 phút), còn phần training không chạy luôn ...
On Thu, Jun 28, 2018 at 1:50 PM hitogen notifications@github.com wrote:
@nxthuan512 https://github.com/nxthuan512 e thử colab theo cái link đại ca gửi thấy chạy nhanh hơn nhiều so với CPU mà. CPU e là i5-3210M CPU @ 2.50GHz. Chạy GPU của Colab 1 epoch MNIST hết 10s còn CPU máy cá nhân là gần 4ph cơ ạ.
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub https://github.com/dlapplications/dlapplications.github.io/issues/9#issuecomment-401119020, or mute the thread https://github.com/notifications/unsubscribe-auth/AEPYXDtUZ7tN72eZSAwqeL6ArTYLfATqks5uBRdwgaJpZM4U3Dsj .
@hitogen
Để đạt độ chính xác cao nên a chia làm 3 công đoạn.
Ở 3. chia thành các bài khác nhau chủ yếu để người đọc hiểu được cách training. Khi accuracy không đạt như mong muốn thì sẽ lần lượt đổi "network", "dataset", "network+dataset". Như thế sẽ tương ứng với 4 bài ở phần 3.
@nxthuan512
Mấy cái cloud đấy khi có quá nhiều người dùng sẽ bị bóp băng thông lại, chậm như rùa luôn. Thà dùng Gpu trong máy còn nhanh hơn.
@gachiemchiep có phải ai cũng có GPU trong máy đâu đại ca :))
@dlapplications/dl_ap
Đã liên lạc được với tác giả và download xong UFPR-ALPR Dataset
@gachiemchiep e thấy họ bảo phải gửi từ e-mail trg ĐH mà đại ca down đc hay vậy :)
@hitogen a van giu email cua lab
@dl-applications @ducanh841988 @hitogen
Hiện tại thì series dl_ap đã qua loạt bài về setup công cụ. Loạt bài tiếp theo dự kiến sẽ dùng Tensorflow+Pytorch để implement một "number plate detection + recognition" hoàn chỉnh
Dataset dự kiến sử dung: LPRdatabase hoăc ufpr-alpr (Cần liên hệ với tác giả)
Dự kiến "number plate recognition" sẽ gồm 3 phần
Thứ tự bài viết
Các bài viết sẽ theo thứ tự ngược lại 3, 2, 1
3.2 sử dụng Le-Net + dataset khác để train phần nhận diện region
3.3 sử dụng Network khác + dataset khác để train phần nhận diện region
.2. Number plate detection: tìm region của biển sổ (number plate) từ region của car hoặc bike Chưa có kế hoạch
.1. Car, bike detection : tìm car, bike trong ảnh (object detection) Chưa có kế hoạch
.0 Tổng hợp 3 phần trên, deploy ra smartphone hoăc phần cứng khác
Dự kiến mỗi bài sẽ mất 1-2 tuần. Loạt này sẽ kéo dài khoảng hơn 3 tháng. Mọi người nghĩ thế nào về kế hoạch này?