대학원 수업용 객체탐지 실험

object_detection.ipynb

{
  "nbformat": 4,
  "nbformat_minor": 0,
  "metadata": {
    "colab": {
      "name": "object_detection.ipynb",
      "provenance": [],
      "private_outputs": true,
      "collapsed_sections": [],
      "toc_visible": true
    },
    "kernelspec": {
      "name": "python3",
      "display_name": "Python 3"
    },
    "accelerator": "GPU"
  },
  "cells": [
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "5VJzdkvIaiIn",
        "colab_type": "text"
      },
      "source": [
        "# 항공영상에서 객체탐지를 위한 학습시키기"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "nTbSzB0Wh6dG",
        "colab_type": "text"
      },
      "source": [
        "작성자:   건국대학교 신기술융합학과 석사과정 김혜진\n",
        "\n",
        "작성일자: 2019-10-04\n",
        "\n",
        "목표:     누구나 객체탐지를 쉽게 할 수 있다.\n",
        "\n",
        "자세한 내용은 [여기서](https://github.com/merrybingo/object_detection) 보기 \n"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "v2INnb4CaFtH",
        "colab_type": "text"
      },
      "source": [
        "## 소스코드 다운로드"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "SpUeauaHXeI_",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# google drive 마운트 \n",
        "\n",
        "from google.colab import drive\n",
        "drive.mount('/content/drive')"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "lda9sakpXewg",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# 현재 경로 확인\n",
        "\n",
        "!pwd"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "HDtVcP8oXmTP",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# 경로 변경\n",
        "\n",
        "%cd drive/My Drive/"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "8QjPIzZoXw1G",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# 소스코드 다운로드\n",
        "\n",
        "!git clone https://github.com/merrybingo/object_detection.git"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "xjkMd5-SZppm",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# 경로 변경\n",
        "\n",
        "%cd object_detection"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "X1BApZvPX08n",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# coco weight 파일 다운로드 \n",
        "\n",
        "!wget https://github.com/matterport/Mask_RCNN/releases/download/v1.0/mask_rcnn_coco.h5"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "H-VUXR0hab5w",
        "colab_type": "text"
      },
      "source": [
        "## 실험 환경 구성"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "zy75iPiaZVAG",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# 필수 라이브러리 설치\n",
        "\n",
        "!pip install -r requirements.txt"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "PSGxuCNYa51I",
        "colab_type": "text"
      },
      "source": [
        "## 데이터셋 준비"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "DTSdMOZ5gB5e",
        "colab_type": "text"
      },
      "source": [
        "구글 드라이브에 데이터 셋 업로드하기\n",
        "\n",
        "/drive/My Drive/object_detection/dataset 폴더에 train, val, test 폴더를 구성해 놓습니다.\n",
        "\n",
        "또는 \n",
        "\n",
        "/drive/My Drive/object_detection/dataset/load_dataset 폴더에 train, val, test 폴더를 구성해 놓습니다.\n",
        "\n",
        "\n",
        "왼쪽 파일 탭의 **새로고침** 후 계속 진행합니다."
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "VmDE_lUcbMv-",
        "colab_type": "text"
      },
      "source": [
        "## 학습"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "re6DmLaqbOgm",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# 경로 변경 \n",
        "\n",
        "%cd code"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "cBBSkcD7bZgm",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# 학습 시작\n",
        "\n",
        "!python train.py train --dataset=../dataset/ --weights=coco\n",
        "\n",
        "# !python train.py train --dataset=../dataset/load_dataset/ --weights=coco"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "sAHXNF3RgO3P",
        "colab_type": "text"
      },
      "source": [
        "## 예측"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "S2Ny7bwSgQMA",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# object_time 폴더 명 설정 하고 실행하세요!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!\n",
        "\n",
        "!python predict.py --dataset=../dataset/ --weights=logs/object_time/mask_rcnn_object_0030.h5\n",
        "\n",
        "# !python predict.py --dataset=../dataset/load_dataset/ --weights=logs/object_time/mask_rcnn_object_0030.h5"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "3BJ9PrLlg2Mf",
        "colab_type": "text"
      },
      "source": [
        "예측 완료되면 dataset/test 폴더에 '**이미지명_detect.png**' 파일들이 생성됩니다."
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "AlcBS_C-hEPG",
        "colab_type": "text"
      },
      "source": [
        "## 성능 평가"
      ]
    },
    {
      "cell_type": "code",
      "metadata": {
        "id": "kk_YijmLhGCV",
        "colab_type": "code",
        "colab": {}
      },
      "source": [
        "# object_time 폴더 명 설정 하고 실행하세요!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!\n",
        "\n",
        "!python evaluate.py --dataset=../dataset/ --weights=logs/object_time/mask_rcnn_object_0030.h5\n",
        "\n",
        "# !python evaluate.py --dataset=../dataset/load_dataset/ --weights=logs/object_time/mask_rcnn_object_0030.h5"
      ],
      "execution_count": 0,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "cchcgG8fhXAW",
        "colab_type": "text"
      },
      "source": [
        "평가가 완료되면 mAP % 수치가 프린트 됩니다."
      ]
    }
  ]
}