s478839/wko-projekt
2
1
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity

create README.md

Browse Source
This commit is contained in:
Szymon Parafiński 2023-02-01 01:35:38 +01:00
parent d8b9b283c4
commit 7d96f09ac1
1 changed files with 23 additions and 0 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

23
README.md Normal file
View File

@ -0,0 +1,23 @@
### Aplikacja iOS rozpoznająca tablice rejestracyjne pojazdów
___
Surowy zbiór danych:
- [Kaggle/car-plate-detection](https://www.kaggle.com/datasets/andrewmvd/car-plate-detection?fbclid=IwAR1PmFR4HCju2uqKWs9u0RWO6TxTynyIBIBMttuzGGfTWopLUIhVYrKx-U8)
Dane przygotowane do uczenia modelu:
- [Roboflow/wko](https://universe.roboflow.com/wko/car-license-plate-occlq/dataset/1)
(należy pobrać w formacie yoloV3 Keras)
Aby uruchomić trening modelu z folderu `API` należy w pliku `train.py` zmodyfikować domyślne ścieżki z anotacjami, oczekiwanymi klasami oraz wielkościami ramek (anchors). Następnie można uruchomić powyższy plik i czekać na model. W rezultacie otrzymamy dwa modele:
- `_stage.h5` - model po podstawowym uczeniu;
- `_final.h5` - model po fine tuningu na odmrożonych warstwach z domyślnego procesu uczenia.
___
### Aplikacja
Aby skorzystać z aplikacji należy najpierw uruchomić API oparte na frameworku FLASK - (`python -m pip install flask`), z którym komunikuje się aplikacja. W tym celu trzeba wywołać poniższe polecenia z głównego katalogu projektu:
- `export FLASK_APP=API/api.py`
- `flask run --without-threads`
W terminalu otrzymamy address na którym serwis został uruchomiony. Należy go skopiować i po otwarciu projektu `App/LicensePlates/LicensePlates.xcodeproj` wkleić jako wartość zmiennej `_apiAddress_` w klasie `Api`.
Ostatnim krokiem jest zbudowanie aplikacji w IDE.