pei223/deepext

deepext

Pytorch画像系の学習仕組み化ライブラリ

注意点

• データセットが指定したディレクトリになかった場合はダウンロードされます。
• データセットはtorchvision.datasetで使う形式です。
  • tarファイルと設定用フォルダなど含まれます
  • 手動でダウンロードした場合は形式が異なる場合があるので、スクリプトから自動ダウンロードをおすすめします
• コマンドの使い方は以下のコマンドで見れます

python train_---_demo.py -h

Setup

pip install -r requirements.txt
torch/torchvisionはこのサイトに従ってインストール(https://pytorch.org/)

学習

画像分類

python train_classification_demo.py  --model=efficientnet --dataset=stl10 --dataset_root=<STL10のパス(torchvision.dataset形式)> --progress_dir=<途中経過出力先ディレクトリ>
python train_classification_demo.py  --model=abn --submodel=resnet18 --dataset=stl10 --dataset_root=<STL10のパス(torchvision.dataset形式)> --progress_dir=<途中経過出力先ディレクトリ>

物体検出

python train_detection_demo.py --model=efficientdet --dataset=voc2012 --dataset_root=<Pascal VOCデータセット2012のパス> --progress_dir=<途中経過出力先ディレクトリ>

セグメンテーション

python train_segmentation_demo.py --moodel=shelfnet --submodel=resnet18 --dataset=voc2012 --dataset_root=<Pascal VOCデータセット2007のパス(tarファイル)> --progress_dir=<途中経過出力先ディレクトリ> 

カメラを用いたリアルタイム推論

セグメンテーション

python camera_demo.py --model=shelfnet --submodel=resnet18 --n_classes=21 --image_size=512 --label_names_path=voc_label_names.txt --load_weight_path=saved_weights\ShelfNet_epXXX.pth

物体検出

python camera_demo.py --model=efficientdet --model_scale=0 --n_classes=20 --image_size=512 --label_names_path=voc_label_names.txt --load_weight_path=saved_weights\EfficientDetector_epXXX.pth

分類

python camera_demo.py --model=mobilenet  --n_classes=10 --image_size=96 --label_names_path=stl_label_names.txt --load_weight_path=saved_weights\MobileNetV3_epXXX.pth

分類(Attention map付き)

python camera_demo.py --model=abn --submodel=resnet18 --n_classes=10 --image_size=96 --label_names_path=stl_label_names.txt --load_weight_path=saved_weights\AttentionBranchNetwork_epXXX.pth

Using models

• ResNeSt
  • https://github.com/zhanghang1989/ResNeSt
• EfficientNet
  • https://github.com/lukemelas/EfficientNet-PyTorch
• EfficientDet
  • https://github.com/toandaominh1997/EfficientDet.Pytorch

学習経過