Coffee Bean Detection

這是一個使用 PyTorch 和 PyTorch Lightning 進行咖啡豆檢測的專案。專案包含資料預處理、模型訓練和結果可視化等功能。

注意

使用此專案的python版本為3.11.10，CUDA版本為12.6 若要使用其他版本，請不要直接安裝requirements.txt，請先安裝pytorch，然後根據缺少的package，自行使用pip安裝
本專案中沒有放入訓練資料集和訓練過的權重檔，有需要可以在作者自己的雲端中下載 資料集連結：https://u.pcloud.link/publink/show?code=XZWSM55ZnW9fOTYhwLmekgJDJqv3vSTsL16V

專案結構

• utils/: 包含資料集和模型的工具程式。
  • coffee_bean_datasets.py: 定義了 PyTorch 資料集類別。
  • Models/: 包含 CNN 模型的定義。
• coffee_bean_training.py: 主訓練腳本，負責模型訓練和驗證。
• image_preprocess.py: 處理影像資料的腳本。
• coffee_bean_dataset/: 包含訓練和測試資料的資料夾。
• dataset.json: 包含影像路徑和標籤的 JSON 檔案。

安裝

1. clone專案到本地端

   git clone https://github.com/kevin00156/coffee_bean_detection
   cd coffee_bean_detection

2. 先安裝pytorch，請參考pytorch官網

3. 安裝所需的 Python 套件 (記得切換到虛擬環境)：

   pip install -r requirements.txt

使用方法

1. 資料預處理：

   使用 dataset_preprocess內的功能 來處理影像資料，確保所有影像都已正確儲存並標記。
   詳細參考該資料夾內的 README.md

2. 模型訓練：

   使用 coffee_bean_training.py 來訓練模型。此腳本會自動拆分資料集並開始訓練。 請自行參考檔案前段參數定義，調整模型訓練參數 你可以在utils/Models中新建專屬自己的Model，並在coffee_bean_training.py中引用

   python coffee_bean_training.py

3. 結果可視化：

   訓練過程中，您可以使用 Dash 應用程式來即時查看訓練和驗證的損失及準確率。 使用方法：訓練過程中在網頁中打開localhost:8050，即可看到可視化結果

   訓練完的結果會被放在'lightning_logs'資料夾中，你可以先在命令行輸入tensorboard --logdir=lightning_logs， 然後在網頁中打開localhost:6006，即可看到過往的訓練可視化結果

4. 模型測試：

   使用 coffee_bean_model_test.py 來測試模型。此腳本會自動測試模型，並將結果儲存到coffee_bean_predict資料夾中

   python coffee_bean_model_test.py

   執行結果如下：

5. 影片測試：

   使用 coffee_bean_video_test.py 來測試模型在影片中的表現。 只要在main函數中，將path改成你要測試的影片路徑，即可測試 若使用webcam或local_camera，則更改video_path為網路攝影機地址或0,1,2...等即可使用

   python coffee_bean_video_test.py

貢獻

歡迎對此專案進行貢獻！請提交問題或拉取請求。

授權

此專案採用 MIT 授權條款。詳情請參閱 LICENSE 文件。