반응형
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.
반응형
'개발 > Tensorflow' 카테고리의 다른 글
Transfer learning (0) | 2021.04.26 |
---|---|
Tensorflow v2.3 Object Detection API fine tuning (4) (13) | 2021.03.14 |
Tensorflow v2.3 Object Detection API fine tuning (3) (1) | 2021.03.14 |
Tensorflow v2.3 Object Detection API fine tuning (2) (1) | 2021.03.14 |
Tensorflow v2.3 Object Detection API fine tuning (1) (0) | 2021.03.14 |