- VGG16
- MobilenetV1
- MobilenetV1-lite
- MobilenetV2-lite
-
train
:- SSD_train.ipynb
-
inference
:- SSD_inference.ipynb
-
test
:- SSD_test.ipynb
-
evaluate
:- SSD_evaluate(mAP).ipynb
- VOC2012 dataset을 다운로드합니다.
wget https://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
- 해당 데이터 압축을 풀어줍니다.
- (1) dataset 폴더를 만듭니다.
mkdir dataset
- (2) dataset폴더 안에 VOC2012 폴더를 만듭니다.
mkdir dataset/VOC2012
- (3) dataset > VOC2012 폴더에 다운로드 받은 데이터의 압축을 풀어줍니다. dataset/VOC2012/....) Annotations/ImageSets/JPEGImages/SegmentationClass/SegmentationObject 폴더를 준비합니다.
tar -xvf VOCtrainval_11-May-2012.tar
settings.py파일을 확인하여 학습에 필요한 parameter를 수정한 뒤 각각 train/inference에 맞는 작업을 진행합니다.
파라미터 설정:
DATA_DIR
dataset 폴더CHECKPOINT_DIR
학습 후 저장될 model의 checkpoint가 저장될 폴더CHECKPOINT_PATH
학습 후 저장될 model의 checkpoint의 경로OUTPUT_IMAGES_DIR
예측 후 저장될 이미지 폴더OUTPUT_DETECTS_DIR
예측 후 저장될 이미지의 메타 정보(박스 위치, class)가 저장될 폴더DATA_YEAR
VOCData년도 (2007 or 2012)ARCH
SSD network 아키텍쳐 (ssd300 or ssd512)PRETRAINED_TYPE
(base
: 기본 vgg16 model feature extractor,specified
: 학습된 모델 weights)
-
Single Shot Multibox Detector paper: paper
-
Base code : (https://github.com/ChunML/ssd-tf2)
-
Ref code : (https://github.com/qfgaohao/pytorch-ssd)