목록Deap learning/Object Detection (6)

JSP's Deep learning

[Deep learning - Object Detection] mAP(mean Average Precision) 계산 함수 구현

객체 탐지 모델의 성능은 mAP(mean Average Precision) 값을 통해서 평가할 수 있다. 본문에서는 mAP을 구하는 함수를 직접 구현한다. Ground-Truth Bounding Box 하나는 (xmin, ymin, xmax, ymax, label)로 구성되고, Prediction Bounding Box 하나는 (xmin, ymin, xmax, ymax, confidence score, label)로 구성되는 것을 전제로 코드를 작성한다. mAP의 함수에 입력되는 GT-BBOX, Pred-BBOX는 모든 이미지에 대한 BBOX 정보를 포함한다. 1. 패키지 로드 import numpy as np 2. 함수 정의 2.1. Label 획득 함수 모델이 추론할 수 있는 Label의 경우에 사전..
Deap learning/Object Detection 2023. 3. 27. 19:43
[Deep learning - Obeject Detection] TensorFlow Object Detection API(5) - 에러 해결

1. 'cv2' import Error AttributeError: partially initialized module 'cv2' has no attribute '_registerMatType' (most likely due to a circular import) cv2 패키지 폴더 삭제 후 다음의 명령어 실행 (패키지 재설치) 2. Matplotlib Error Jupyter notebook의 ipynb 파일에서 plt.show()에도 이미지가 표기되지 않는 Error Matplotlib 패키지 import 전에 %matplotlib inline 코드 추가 3. Permission Error Read-only file error로 mkdir 명령어가 거부되는 경우(Mac OS) Mac을 재부팅한다. 재..
Deap learning/Object Detection 2023. 3. 6. 22:25
[Deep learning - Obeject Detection] TensorFlow Object Detection API(4) - 사용예시

데이터 생성부터 평가까지 모든 과정 1. 커스텀 데이터 셋 생성 이미지 다운로드 labelImg 실행 cd TensorFlow/addons/labelImg python labelImg.py 이미지 로드 및 annotations annotated 이미지 저장 데이터 셋 분할 cd TensorFlow/scripts/preprocessing python partition_dataset.py –x –i Users/jiseung/Tensorflow/workspace/training_demo/images –r 0.1 label map 생성 TensorFlow Records 생성 2. 모델 학습 모델 다운로드 및 저장(링크 : Download) pipeline 파일 복사 및 저장 pipeline.config 수정 스..
Deap learning/Object Detection 2023. 3. 6. 22:21
[Deep learning - Obeject Detection] TensorFlow Object Detection API(3) - 모델 빌드

1. Pre-Trained Model 다운로드 다운로드 링크 : Download TensorFlow/workspace/training_demo/pre-trained-models에 압축해제 압축해제시 폴더 구조 2. Training pipeline 파일 생성 Tensorflow/workspace/training_demo/models에 폴더 이름을 지정(사용자정의)하여 생성 생성한 폴더에 pre-trained model의 pipeline.config 파일 저장 폴더 구조 예시 3. pipeline.config 파일 조정 Model이 가지는 classes 수 설정(즉, 모델이 분류할 수 있는 클래스 수) Train batch_size 조정(그래픽 카드 성능에 맞게 조정) Pre-trained model che..
Deap learning/Object Detection 2023. 3. 6. 21:59
[Deep learning - Obeject Detection] TensorFlow Object Detection API(2) - 커스텀 데이터 셋 생성

1. Detection 데이터 만들기 1) labelImg를 이용한 이미지 라벨링 진행순서 labelImg 실행 TensorFlow/addons/labelImg 경로로 이동 python labelImg.py [이미지 데이터 경로] (본문에서는 TensorFlow/workspace/training_demo/images) 이미지 파일 선택 Ctrl + 마우스 클릭으로 bounding box 지정 Label 입력 or Default label 지정 저장(본문에서는 TensorFlow/workspace/training_demo/images에 저장) -> 최종적으로 Image에 대한 box 및 label 정보가 .xml 형태로 저장 labelImg 예시 실행 결과 및 바운딩 박스 표기 labelImg로 생성된 ...
Deap learning/Object Detection 2023. 3. 6. 21:46
[Deep learning - Obeject Detection] TensorFlow Object Detection API(1) - 설치(with Mac OS)

TensorFlow Object Detection API를 사용하기 위해서 아나콘다 환경을 구성한다. 아나콘다 환경이 필수적인 것은 아니지만 TensorFlow의 버전을 관리하기에 용이하므로 아나콘다 환경을 사용한다. 1. Anaconda 환경 설치 다운로드 및 설치 다운로드 링크 : https://www.anaconda.com/products/distribution#macos Anaconda Prompt 실행(Mac에서는 설치 후 Mac 터미널을 실행하면 곧바로 적용된다) 가상환경 생성 (TensorFlow Object Detection API에서는 파이썬 버전 3.7이상을 권장한다) conda create –-name “가상환경명” python=“version” 가상환경 생성 확인 conda env ..
Deap learning/Object Detection 2023. 3. 5. 23:59
이전 Prev 1 Next 다음