Uge 9

Mandag

Datasæt fundet på RoboFlow, opsætning af ML miljø i Azure og træning af første Yolov8 model.

Tirsdag

Model er færdigtrænet i Azure ML miljø, og har brugt dagen på at opsætte VS code python kode, som kører et valgfrit billede igennem modellen og producerer en prediction.

Onsdag

Begynder at læse om DevOps basics og eventuelt dykker ind i "Jenkins".

Torsdag & fredag

Lært om OpenCV, object detection, database sæt mm.

Fundet COCO database sæt og pre-trained model på RoboFlow, som jeg ved et API kald benytter til at køre frames fra live kamera igennem.

Lavede også egen pre-trained model, men den var ikke lige så akkurat. Målet i sidste ende er at have en model selv, som er tæt på COCOs pre-trained.

Azure ML miljø, brugt til at træne model

Python kode som kører et billede igennem den trænede model

Første forsøg

Model trænet på COCO database sæt, kan overvåge parkeringsplads

Litteraturliste:

https://aws.amazon.com/devops/what-is-devops/

https://docs.ultralytics.com/models/yolo11/#supported-tasks-and-modes

https://medium.com/@ageitgey/snagging-parking-spaces-with-mask-r-cnn-and-python-955f2231c400

https://learnopencv.com/