목록전체 글 (47)

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
[Data Preprocessing] DOTA -> VOC 형식 데이터 변환

DOTA 데이터셋이란? DOTA 데이터셋은 위성 시점 이미지의 객체 탐지를 위해 만들어진 데이터셋이다. 일반적인 객체 탐지 데이터셋처럼 이미지와 바운딩 박스 정보가 포함된 파일로 구성되나, 일반 객체 탐지 데이터셋과 다른 점은 각각의 바운딩 박스의 4 모서리의 좌표가 위치정보를 포함한다는 것이다. DOTA 논문을 살펴보면 (c)와 같이 바운딩 박스가 구성됨을 알 수 있다. 즉, 바운딩 박스 = ((x1, y1), (x2, y2), (x3, y3), (x4, y4))와 같다. (d)는 일반적인 객체 탐지 데이터 형식으로 구성된 바운딩 박스이다. DOTA 데이터셋 DOTA 데이터 셋을 사용하여 일반 객체 탐지 모델을 학습시키기 위해서는 데이터의 형식을 변환할 필요가 있다. 본문에서는 DOTA 형식의 데이터 ..
Data Processing/Data Preprocessing 2023. 3. 25. 13:13
[CARLA Simulator] Instance Segmentation Sensor 사용법

* Instance Segmentation Sensor은 Carla 0.9.14 버전 이후로 사용가능하다. * Instance Segmentation이란, 기존 Segmentation과 달리 각 객체마다 고유의 RGB 색상을 가지고 있기 때문에 각 객체를 구분할 수 있다. 1. CARLA Instance Segmentation 이미지 2. CARLA Instance Segmentation 사용 CARLA에서는 Instance Segmentation은 제공하지만 생성되는 객체에 대한 RGB 정보는 제공하지 않는다. 따라서 CARLA Unreal의 코드 수정을 통해서 RGB 정보를 얻고 객체를 구분할 수 있다. 1) Instance Segmentation RGB 구성 코드 # 코드 경로 carla/Unrea..
Etc/CARLA Simulator 2023. 3. 21. 22:54
이전 Prev 1 2 3 4 5 6 ··· 16 Next 다음