Deep Learning Problems

En este repositorio se encuentran las imágenes, archivos y códigos desarrollados para ejecutar el entrenamiento y/o la inferencia de distintos problemas de deep learning que aún no he visto en el ámbito laboral, para al menos tener una mínima idea práctica sobre ellos

Estructura

• Object_Detection: En esta carpeta se encuentran las imágenes, archivos y códigos desarrollados para ejecutar el entrenamiento y la inferencia de un modelo YOLOv8 para realizar modelos de detección de objetos. En este caso se entrena un modelo de detección de comida, aunque los ejemplos de inferencia se centran específicamente en detección de limones.
  • codes: En esta carpeta están los códigos de entrenamiento e inferencia, tanto de imágenes como de vídeos.
  • dataset: Aquí se encuentran las carpetas donde se almacena el dataset (están vacías) y el archivo de configuración YAML usado para el entrenamiento. Solo se han subido para que se sepa la estructura que debe seguir el formato YOLOv8.
  • docs: En este directorio se encuentra el archivo de texto que documenta como debe ser la estructura de los datos para el entrenamiento y que sirve como guía para realizar el proceso de entreno e inferencia del modelo.
  • test: Imágenes y vídeos de entrada (y de salida) a los que se les realiza la inferencia.
  • train_results: Aquí se encuentra la carpeta generada tras completarse el proceso de entrenamiento.
    
    
• OCR: En este directorio se encuentran las imágenes, los vídeos y códigos desarrollados para realizar la inferencia con EasyOCR del reconocimiento óptico de caracteres en imágenes y vídeos.
  • codes: En esta carpeta están los códigos de inferencia, tanto de imágenes como de vídeos.
  • test: Imágenes y vídeos de entrada (y de salida) a los que se les realiza la inferencia.