wko-projekt/README.md

Aplikacja iOS rozpoznająca tablice rejestracyjne pojazdów

---

Surowy zbiór danych:

• Kaggle/car-plate-detection

Dane przygotowane do uczenia modelu:

• Roboflow/wko (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.