yolov8でとroboflowでアニメキャラの顔を見分ける(後編)

\Programs\Python\Python310\Lib\site-packages\ultralytics\cfg\datasets 環境により場所は違うかも。にできている、coco.yaml(ココヤムルと読むらしい)をコピーして、mycoco.yamlを作る。

namesの数に注目・・・

賢い人コメントをつけてほしい

\Python\Python310\Lib\site-packages\ultralytics\cfgの中に

の中の

yalo8.yamlを編集します。

ここがわからん

yolov8.yaml　　　クラスの修正　お手本はこれだが

# Parameters
#nc: 80  # number of classes
nc: 4  # number of classes

おれのはこう・・ncのあとの数字をmycoco.yamlのnamesの数に変更。0も入れる事に注意！　

7行目以降はよく分からない。必要ないのかも知れない。

学習・・・させる。適当な場所にyolo8train.pyを作ります。

myyolov8.yamlとmyyalov8.ptとmycoco.yamlがある場所を指定します。

myyalov8.ptはどこで出てきたんだ.…筆者にも分からぬ。最初yolo8ダウンロードしたときじゃね？検索して出てこなかったらgithubで探して。

yolo8train.pyと同じ階層にrunsというファイルが出来て、結果がホカホカとできております。

正規化された混同行列 (Confusion Matrix Normalized) は、機械学習モデルの性能を評価するための重要なツールです。以下に解説します： 目的: 混同行列は、モデルが予測したクラスと実際のクラスを比較するために使用されます。特に、多クラス分類タスクでモデルの性能を評価する際に役立ちます。 構造: 正規化された混同行列は、予測されたクラスと実際のクラスの組み合わせに対するモデルの性能を示す行列です。行と列はクラスラベルに対応しており、主対角線上の値は正確な予測を示します。それ以外のセルは誤った予測を示します。 値の範囲: 各セルの値は0から1の範囲で正規化されています。主対角線上の値は高い正確性を示し、それ以外のセルは誤差を示します。 解釈: 主対角線上の値が高いほど、モデルの性能が良いことを示します。 他のセルの値が高い場合、特定のクラスの誤りが多いことを示します。例えば、クラスAをクラスBと誤って予測する場合、対応するセルの値が高くなります。だそうです。　　　　　　　　　　　　　　　　By　chatgpt様　　　　　　　　　　　　　　　　　　　　　　　　　

おおー、アホ毛も判定されておる。