1. Neck 1.1 Overview 기존 RPN은 backbone network를 통과한 마지막 layer만 사용했다. 하지만 연구자들은 "왜 마지막 layer만 사용해야하지? 중간의 layer는 사용하면 안되나?" 라는 의문점을 통해 NECK이 나타났다. 그래서 중간에 있는 feature들도 사용 1) Neck이 필요한 이유 backbone을 통과한 피쳐맵에서 다양한 크기의 객체를 예측해야한다. 그래서 여러 크기의 피쳐맵에서 다양한 객체를 예측할수있게된다. 큰피쳐맵일수록 작은 범위를본다. 작은 피쳐맵일수록 큰 범위를본다. 작은 피쳐맵은 low level에서 등장한 피쳐맵이다 최종레벨의 featuremap만 사용하게된다면 작은 객체를 포착할 수 없게된다. * High level ( 많은 conv를 거쳐..
Object Detection은 Classification과 bounding box를 더한것이다. Object Detection 종류 panoptic, instance segmentation은 instance또한 분류한다 Object Detector Single(One) Stage와 Two Stage Detector로 나누어져있다. 1.Two-Stage Detector Selective Search 다양한 물체 후보군에 대해서 영역을 특정해서 제안해준다. (바운딩박스를 제안) 영상을 비슷한 색끼리 잘게 분할한다. 분할한 영역을 비슷한(색 혹은 그레디언트의 특징,분포등)영역끼리 묶고 합쳐주는것을 반복한다. 이 영역을 포함한 바운딩박스를 추출하여 사용한다. 1) R-CNN 영상으로 selective sear..
Semantic Segmentation 어떤 이미지가 있을 때 이 이미지를 pixel마다 분류한다 Fully Convolutional Network Fully Convolutional Network로 이미지의 heatmap을 얻을 수 있는 가능성이 생김 Deconvolution (conv transpose) 100 X 100 이미지가 여러개의 Layer를 거쳤기 대문에 10X10으로 줄었기 때문에 이를 다시 펼쳐주는 기술 Conv를 역연산한다. 하지만 엄밀히 말하면 역 연산은 불가능하다. parameter count와 network 입력과 출력은 똑같다. fully connect한 결과로 Deconv한다. Detection 바운딩박스로 영역에 어떤 객체가 있는지를 카테고리해준다. R-CNN 이미지안에서 ..
12.이미지 학습 이 부분은 선택사항이지만 제 컴퓨터가 그렇게 좋지 않기 때문에 저는 Google Colab을 사용하도록 하겠습니다. Google Drive에 파일을 올려야하는데 압축된 파일을 올리고 colab에서 압축을 해제하는게 빠르기 때문에 압축시켜서 올리겠습니다. models/research 폴더로 가서 object_detection 폴더를 압축합니다. 저는 Pororo라는 폴더를 만들고 zip파일을 올리겠습니다. Google Colab 제일먼저 런타임을 GPU로 변경해주시고 시작하시면 됩니다. # 구글 드라이브 마운트 from google.colab import drive drive.mount('/content/drive') # 압축 해제 -> google drive Pororo폴더에 가보면 잘..
8. pre-trained 모델 다운로드 Object Detection zoo에서 다운받으시면 됩니다. 저는 EfficientDet D0 512x512을 다운받겠습니다. object_detection 폴더에서 압축을 해제합니다. 9. pre-trained 모델 config 수정 object_detection/configs/tf2 경로에 있는 ssd_efficientdet_d0_512x512_coco17_tpu-8.config 파일을 복사해서 images 폴더에 붙여넣기 해줍니다. 방금 복사한 파일을 images 폴더에서 편집합니다. 1. num_classes -> 원하는 Object Detection 클래스 수 model { ssd { inplace_batchnorm_update: true freeze_..
안녕하세요 오늘은 Tensorflow를 활용한 Object Detection를 fine tuning해보겠습니다. 저는 조카가 좋아하는 뽀로로에 등장하는 캐릭터를 해보겠습니다. 🖐 기존 python이 설치되어 있고 tensorflow v2.3이 설치되어 있다는 가정 하에 진행하겠습니다. 목차 1. 텐서플로우 API 설치 2. Object detection 이미지 수집 3. 이미지 라벨링 4. 제너레이트 파일 다운 5. xml_to_csv 6. generate tf record 7. generate labelmap 8. pre-trained 모델 다운로드 9. pre-trained 모델 config 수정 10. Object detection 폴더 추가 생성 11. training 폴더 생성 12.이미지 학습..
