Türkiye'de ilk Mobil & PC Aynı Anda Metin2 Oyna. Triarchonline kalıcı ve uzun ömürlü yapısı ile 24 Temmuz'da açılıyor. | 1-99 Mobil Metin2 Triarch HEMEN TIKLA!
Merhaba Arkadaşlar, Pixel botu object detection ile ilgili kendimde zamanında kullandığım güzel bir siteyi sizinle paylaşmak istiyorum, Hem kullanım bakımından kolay hemde işinizi hızlıca halledebileceğiniz bir arayüze sahiptir. 1000 tane görüntüyü çok rahat 15-20 dakika arasında labelleyebilirsiniz.
Site :
-Fotoğraflarını yükle
-Fotoğraflardaki detect etmek istediğin objeleri Labelle
-Annonate edilmiş dataseti Eğerki ücretli kullanırsanız site üzerinden hızlı bir şekilde trainleyebilirsiniz.
-Ücretsiz bir şekilde indirip local olarak trainlemek için ise :
[CODE title="Single-GPU and CPU Training Example"]from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.yaml") # build a new model from YAML
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
model = YOLO("yolo11n.yaml").load("yolo11n.pt") # build from YAML and transfer weights
# Train the model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)[/CODE]
[CODE title="Multi-GPU Training Example"]from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model with 2 GPUs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=[0, 1])
# Train the model with the two most idle GPUs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=[-1, -1])[/CODE]
Site :
Linkleri görebilmek için Turkmmo Forumuna ÜYE olmanız gerekmektedir.
-Fotoğraflarını yükle
-Fotoğraflardaki detect etmek istediğin objeleri Labelle
-Annonate edilmiş dataseti Eğerki ücretli kullanırsanız site üzerinden hızlı bir şekilde trainleyebilirsiniz.
-Ücretsiz bir şekilde indirip local olarak trainlemek için ise :
Linkleri görebilmek için Turkmmo Forumuna ÜYE olmanız gerekmektedir.
edinebileceğiniz alttaki commandları kullanabilirsiniz.[CODE title="Single-GPU and CPU Training Example"]from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.yaml") # build a new model from YAML
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
model = YOLO("yolo11n.yaml").load("yolo11n.pt") # build from YAML and transfer weights
# Train the model
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)[/CODE]
[CODE title="Multi-GPU Training Example"]from ultralytics import YOLO
# Load a model
model = YOLO("yolo11n.pt") # load a pretrained model (recommended for training)
# Train the model with 2 GPUs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=[0, 1])
# Train the model with the two most idle GPUs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=[-1, -1])[/CODE]
Not : Yolo bot sisteminize diğer pixel modellerine göre daha iyi performans sağlamanın yanında eksi olarak ortalama 600mb civarı gibi bir boyut yükü getirir 
