yolact 구현하기
환경
설정
git clone https://github.com/dbolya/yolact.git
cd yolact
pip install opencv-python pillow==6.2.1 pycocotools matplotlib
pip install cython
pip install torch==1.2.0 torchvision==0.4.0 # CUDA10.0で安定
yolact++를 사용하는 경우 DCNv2 컴파일
cd external/DCNv2
python setup.py develop
학습된 모델로 추론
h tps://d ゔぇ. 오, ぇ. 이 m/후ぃぇ/d/15 있어 d0㎃q5에 qRbkD-3↓ DZXdCv 리아아 HpFB/ゔぃ에w? 우 sp = 샤린 g
추론 실행
python eval.py
--trained_model=weights/yolact_base_54_800000.pth
--score_threshold=0.15
--top_k=15
--images=path/to/input/folder:path/to/output/folder
python eval.py
--trained_model=weights/yolact_base_54_800000.pth
--score_threshold=0.15
--top_k=15
--video_multiframe=4
--video=input_video.mp4:output_video.mp4
원본 데이터로 학습
dataset_name/
├── test
│ ├── test.json
│ └── images/
└── train
├── train.json
└── images/
학습 전 모델 다운로드
h tps://d ゔぇ. 오, ぇ. 이 m/후ぇぇ/d/1Jy3yCd면 tgぁ5 yy dTC rSV0S9V5g1r/ゔぃ에 w? 우 sp = 샤린 g
h tps://d ゔぇ. 오, ぇ. 코 m/후에/d/1tvqFPd4bJ 타코 lm 응 우이아 492g2쿵 rChj/ぃぃ에 w? 우 sp = 샤린 g
h tps://d ゔぇ. 오, ぇ. 이 m/후ぃぇ/d/17Y431j4사gFpS할 수 있는 P의 Fcj9h7아zDTZf/ぃぃ에w? 우 sp = 샤린 g
config 파일 수정 (2 개소)
먼저 데이터베이스 정의를 작성하고,
data/config.py
test_dataset = dataset_base.copy({
'name': 'Test Dataset',
'train_images': '~/dataset_name/train/images/',
'train_info': '~/dataset_name/train/train.json',
'valid_images': '~/dataset_name/test/images/',
'valid_info': '~/dataset_name/test/test.json',
'has_gt': True,
'class_names': ('class_1', 'class_2', 'class_3', ...), # クラス名を定義
'label_map': {'class_id_1': 1, 'class_id_2': 2, ...} # class idの辞書
})
그런 다음 기본 구성 파일을 변경하여 종료.
data/config.py
yolact_base_config = coco_base_config.copy({
'name': 'yolact_base',
# Dataset stuff
# 'dataset': coco2017_dataset, # default
'dataset': test_dataset, # Original Dataset
# 'num_classes': len(coco2017_dataset.class_names) + 1,
'num_classes': len(test_dataset.class_names) + 1,
})
학습
python train.py --config=yolact_plus_resnet50_config --save_folder=/path/to/workspace/ --save_interval=1000
모델 정밀도 평가
--output_coco_json
를 끝에 붙이면 ~/results/이하에 json 파일을 생성할 수 있다. python eval.py --trained_model=weights/yolact_base_54_800000.pth
Reference
이 문제에 관하여(yolact 구현하기), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/FLTDoi/items/8b52935a3d0bfe8203f1텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)