DOCUMENTATION EN LIGNE
DE WINDEVWEBDEV ET WINDEV MOBILE

Aide / WLangage / Fonctions WLangage / Fonctions standard / Fonctions de détection d'images
  • Propriétés spécifiques à la description des variables de type iaModèleRéseauDeNeurones
WINDEV
WindowsLinuxUniversal Windows 10 AppJavaEtats et RequêtesCode Utilisateur (MCU)
WEBDEV
WindowsLinuxPHPWEBDEV - Code Navigateur
WINDEV Mobile
AndroidWidget AndroidiPhone/iPadWidget IOSApple WatchMac CatalystUniversal Windows 10 App
Autres
Procédures stockées
iaModèleRéseauDeNeurones (Type de variable)
En anglais : aiNeuralNetworkModel
Le type iaModèleRéseauDeNeurones permet de définir toutes les caractéristiques avancées d'un réseau de neurones utilisé par la fonction IAModèleDétecte. Les caractéristiques de ce réseau de neurones peuvent être définies et modifiées à l'aide de différentes propriétés WLangage.
Remarque : Pour plus de détails sur la déclaration de ce type de variable et l'utilisation des propriétés WLangage, consultez Déclaration d'une variable.
Exemple
// Déclaration de l'image
MonImage est une Image
MonImage = IMG_Test

// Déclarer un modèle
MonIAModèleRN est un iaModèleRéseauDeNeurones

MonIAModèleRN.Configuration = "MonModel.cfg"
MonIAModèleRN.PoidsEntraînés = "MonModel.weights.pb"
MonIAModèleRN.FacteurEchellePixel = 1.0

// Attention : les dimensions X et Y dépendent du modèle. 
// Si les dimensions spécifiées ne correspondent pas au modèle,
// la fonction IAModèleDétecte renverra une erreur. 
MonIAModèleRN.DimensionX = 300 
MonIAModèleRN.DimensionY = 300 

MonIAModèleRN.IntensitéMoyenneR = 104
MonIAModèleRN.IntensitéMoyenneV = 117
MonIAModèleRN.IntensitéMoyenneB = 113
MonIAModèleRN.CouleurRVB = Vrai

montabMatrice est un tableau de 1 tableau de 1 par 1 par 200 par 7 réels

// Exécuter le modèle
montabMatrice = IAModèleDétecte(MonIAModèleRN, MonImage)
Remarques

Propriétés spécifiques à la description des variables de type iaModèleRéseauDeNeurones

Les propriétés suivantes peuvent être utilisées pour manipuler un modèle de réseau de neurones :
Nom de la propriétéType manipuléEffet
ConfigurationChaîne de caractèresChemin complet du fichier contenant la configuration du modèle.
Remarque : Les types de configuration possibles sont les suivants :
  • Caffe : *.prototxt
  • Tensorflow : *.pbtxt
  • Darknet : *.cfg
CouleurRVBBooléen
  • Vrai si les images fournies sont encodées au format RVB. Dans ce cas, la conversion vers l'encodage BGR sera effectuée automatiquement.
  • Faux (valeur par défaut) si les images fournies sont encodées au format BGR.
Cette propriété est optionnelle.
DimensionXEntierDimension de l'image requise par le modèle : valeur correspondant à X.
Par défaut, cette propriété correspond à la largeur de l'image.
DimensionYEntierDimension de l'image requise par le modèle : valeur correspondant à Y.
Par défaut, cette propriété correspond à la hauteur de l'image.
FacteurEchellePixelRéelPermet de mettre à l'échelle les pixels de l'image. Par défaut, correspond à 1.0 (pas de mise à l'échelle).
IntensitéMoyenneBEntierIntensité moyenne de la couleur Bleu (B) des données d’entraînement.
Cette propriété est optionnelle.
IntensitéMoyenneREntierIntensité moyenne de la couleur Rouge (R) des données d’entraînement.
Cette propriété est optionnelle.
IntensitéMoyenneVEntierIntensité moyenne de la couleur Verte (V) des données d’entraînement.
Cette propriété est optionnelle.
NécessiteTranspositionBooléen
  • Vrai si une transposition est nécessaire,
  • Faux dans la cas contraire.
Quand utiliser cette propriété ?
Le moteur OpenCV crée des matrices à partir des images en les définissant comme "DimensionX, DimensionY, Nombre de canaux".
Certains modèles s'attendent à avoir une matrice "Nombre de canaux, DimensionX, DimensionY". Il faut alors modifier la représentation matricielle de l'image par OpenCV.
NomCoucheDeSortieChaîne de caractèresNom de la couche du réseau de neurones utilisée en sortie.
PoidsEntraînésChaîne de caractères Chemin complet du fichier contenant les poids (entrainés) du modèle.
Remarque : Les types de poids possibles sont les suivants :
  • Caffe : *.caffemodel
  • Tensorflow : *.pb
  • Darknet : *.weights
  • Open Neural Network Exchange (ONNX): *.onnx
Version minimum requise
  • Version 27
Documentation également disponible pour…
Commentaires
Cliquez sur [Ajouter] pour publier un commentaire

Dernière modification : 30/05/2024

Signaler une erreur ou faire une suggestion | Aide en ligne locale