Tensorflow v2.3 Object Detection API fine tuning (5)

마지막으로 테스트 단계입니다.

14. 테스트 해볼 이미지 다운

테스트 해볼 이미지를 research/object_detection/test_images에 다운받습니다.

15. 노트북 실행

research/object_detection에서 jupyter notebook을 실행합니다.

colab_tutorials에 있는 object_detection_tutorial.ipynb 파일을 실행합니다.

16. 테스트

해당 셀 부터 실행하면 됩니다.

Loading label map 부분을 아래와 같이 수정해주세요.

# List of the strings that is used to add correct label for each box.
PATH_TO_LABELS = '../images/labelmap.pbtxt'
category_index = label_map_util.create_category_index_from_labelmap(PATH_TO_LABELS, use_display_name=True)

import pathlib
# If you want to test the code with your images, just add path to the images to the TEST_IMAGE_PATHS.
PATH_TO_TEST_IMAGES_DIR = pathlib.Path('../test_images')
TEST_IMAGE_PATHS = sorted(list(PATH_TO_TEST_IMAGES_DIR.glob("*.jpg")))
TEST_IMAGE_PATHS

Detection 부분을 아래와 같이 수정해주세요

# model_name = 'ssd_mobilenet_v1_coco_2017_11_17'
# detection_model = load_model(model_name)
detection_model = tf.saved_model.load('../inference_graph/saved_model')

17. 결과

18. 후기

Object detection을 정말 해보고 싶어서 도전해보게 됐는데, 생각보다 라벨링 하는 게 힘들었습니다.

다음번엔 Text recognition, NLP, Darknet-Yolo를 도전해보겠습니다.