det-lab

PyTorch 기반 Object Detection 모델 구조 및 학습 기법을 테스트하기 위한 프로젝트입니다.

Implementations

RetinaNet
Focal Loss
FrostNet
Muti GPU Training
Data Augmentations
mAP Calculation
Cosine Annealing Warmup Restart L.R. Scheduler
cIoU Loss

프로젝트 구조

det_lab
├─ .gitignore
├─ __README.md
├─ configs # 학습 시 사용할 하이퍼 파라미터, 데이터셋 설정 등 Configuration을 위한 yaml 파일 경로
├─ dataset # Image Data Generator 모듈
├─ models # Classifier 및 Detector, Convolution Module 등 구현
│  ├─ backbone
│  ├─ detector
│  └─ layers
├─ module # 학습을 위한 Pytorch Lightning 모듈
├─ train_classifier.py # Classifier 학습 스크립트
├─ train_detector.py # Detector 학습 스크립트
└─ utils

Requirements

pytorch >= 1.8.1
albumentations
PyYaml
PyTorch Lightning

Config Train Parameters

기본 설정값은 ./configs/default_settings.yaml에 정의됩니다.
Train 스크립트 실행 시 입력되는 CFG 파일로 하이퍼파라미터 및 학습 기법을 설정할 수 있습니다.

default_settings.yaml

// ./configs/*.yaml 파일 수정
// ex) cls_frostnet -> default_settings 파라미터를 업데이트 해서 사용
model : 'FrostNet'
dataset_name : tiny-imagenet
classes : 200
epochs: 1000
data_path : '/host_dir/fssv1/tiny_imagenet-200/'
save_dir : './saved'
workers: 16
...

Train Backbone

Backbone 모델을 Classifier로 Pre-train 시키기 위한 스크립트 입니다.

python train_classifier.py --cfg configs/cls_frostnet.yaml

Train detector

Object Detector 모델 Train 스크립트 입니다.

python train_detector.py --cfg configs/det_frostnet.yaml

Detector Configuration

classes: 20     # 검출대상 클래스 수
in_channels: 3  # Input Image Channel 수
train_list: 'e:/voc_test.txt' # Dataset list
val_list: 'e:/voc_test.txt'
names: '/dataset/detection/names/pascal_voc.txt' # 검출대상 클래스 명
input_size: 320 # Input Image Size

optimizer: 'sam' # Optimizer 설정 (sam, sgd, adam)
optimizer_options:
  lr: 1e-3
  nesterov: true
  momentum: 0.9
  weight_decay: 5e-4

cls_loss: 'focal_loss'
reg_loss: 'ciou_loss' # Regression Loss 함수 (smooth_l1, ciou_loss)

experimental_options:
  callbacks:
    - 'SWA' # Enable Stochastic Weight Averaging Option

Test detector

학습된 Object Detector로 inference test를 하기 위한 스크립트 입니다.

python .\test_detector.py --cfg .\configs\det_frostnet.yaml --save

Evalulate

학습된 Object Detector의 mAP를 평가하는 스크립트 입니다.

TBD

Reference

TODOs

ATSS, Data Augmentation, LR Scheduler, Optimizer 등 mAP 향상을 위한 tricks 추가
Deployment를 위한 ONNX Conversion Script, Torch Script 추가
QAT, Grad Clip, SWA, FP16 등 학습 기법 추가 및 테스트
Backbone 추가 (MobileNet, EfficientNet, ResNet, RegNet ...)

nalnez13/det_lab