Este proyecto tiene como objetivo probar una nueva herramienta llamada Autodistill. Autodistill es una herramienta que permite autoanotar imágenes y entrenarlas utilizando un modelo base potente y un modelo objetivo rápido y óptimo.
El proyecto consta de dos scripts principales:
-
SAMLabels2Yolov8TargetModel.py: Este script se encarga de la preparación de los datos, la creación de la ontología y la generación del conjunto de datos a través del modelo base.
-
Yolov8Training.py: Este script se encarga de realizar el entrenamiento del modelo objetivo y la evaluación del modelo.
-
Yolov8Inference.py: Este script se encarga de realizar inferencias utilizando el modelo YOLOv8 entrenado.
Para instalar y configurar este proyecto, necesitarás clonar el repositorio y asegurarte de tener todas las dependencias necesarias instaladas.
Este proyecto requiere Python 3.7 o superior. Además, se requieren las siguientes bibliotecas, que se pueden instalar con pip utilizando el archivo requirements.txt incluido:
autodistill==0.1.2 autodistill_grounded_sam==0.1.1 autodistill_yolov8==0.1.0 ipython==8.12.2 opencv_python==4.7.0.72 Pillow==9.5.0 supervision==0.9.0 torch==2.0.1+cu117 ultralytics==8.0.81
Para instalar las dependencias, ejecuta el siguiente comando:
pip install -r requirements.txt
Para usar este proyecto, simplemente ejecuta los scripts en el orden indicado anteriormente. Asegúrate de tener tus imágenes en la carpeta correcta y de ajustar cualquier parámetro según sea necesario.
This project is licensed under the Apache License 2.0. For more information, please refer to the LICENSE file in the root of this repository. Apache License 2.0