본문 바로가기

tensorflow object detection api

2. Tensorflow Object Detection Model Retrain 방법에 대해 알아보자 진행하는 논문만 마무리하고 다시 쓰고자 계획했는데 어느덧 반년이 넘는 시간이 흘러버렸다.. 지금은 논문 작업이 거의 완료돼서 시간적 여유가 많으니 Tensorflow Object Detection Model Retrain 방법에 대해 정리하도록 하겠다. Retrain에는 segmentation도 같이 진행하는 Mask R-CNN 모델을 사용했다. Dataset은 여기에서 Training Data에서 Rigid Instruments만을 받아 학습에 사용했다. Rigid Instruments를 받아보면 4개의 폴더가 있는데 그 중 3개는 학습용으로, 나머지 1개는 검증용으로 정리해서 사용했다. 정리된 Dataset와 사용한 코드들은 내 Github에서 다운받을 수 있다. 이제 다음 글에서 다운받은 Custo.. 더보기
1.5. draw_bounding_boxes 함수 설계 및 inference 결과 확인 pretrained model을 실행시켜서 결과 받아보는 과정까지 알아보았다. 이제는 detecting 결과를 이미지에 표현해주기만 하면 된다. 튜토리얼 코드를 봐보면 ./object_detection/utils/visualization_utils.py 를 사용해서 그려주는 걸 볼 수 있는데 그냥 경험삼아 직접 한 번 구현해보고 싶어서 draw_bounding_boxes 함수를 만들었다. 1. class_info.txt 만들기 코드 설명에 앞서 class_info.txt를 만들어줄 필요가 있다. draw_bounding_boxes 함수는 class에 대한 정보를 text가 아닌 int로 반환해준다. 따라서 각 숫자가 어떤 class를 뜻하지는 지에 대한 정보가 필요하다. visualization_util.. 더보기
1.1. Tensorflow Object Detection API 다운로드 및 환경설정 다운로드부터 해보자 Object Detection API를 다운받을 수 있는 공식 사이트는 여기이다. Object Detection API에 관한 것만 있는 게 아니고 별 게 다 있다. 그래서 우리가 사용할 것들만 따로 빼내줘서 사용하는 게 깔끔하다. 우리는 1) ./research/object_detection 폴더와 2) ./research/slim 폴더가 필요하다. slim이 필요한 이유는 object_detection에서 ./research/slim/deployment와 ./research/slim/nets을 가져다 사용하기 때문이다. ※ object_detection만 가져다 실행하면 deployment나 nets가 없다는 에러를 만나게 되니 필히 같이 빼내줘야한다. 이제 오른쪽 상단의 [ Cl.. 더보기