Python + ESPNetをCityscapesデータセットで学習する
セマンティックセグメンテーションの中で軽いモデルであるESPNetv2を実装します.
本稿ではまず,デモの起動と公開データセットのCityscapesでの学習を実施します.
セマンティックセグメンテーションの中で軽いモデルであるESPNetv2を実装します.
本稿ではまず,デモの起動と公開データセットのCityscapesでの学習を実施します.
Python, OpenCVを用いて,任意の秒数単位で動画のフレームを画像として出力するコードを作成します.
バイク検出のモデルを作成いたしましたので,DeepSortというトラッキング(物体追跡)を使い,Youtubeの平成24年 元旦配達出発式
COCOデータセットから特定のクラスの画像を抽出し,アノテーション情報を整形したので,keras-yolo4での転移学習を実施します.
COCOデータセットから特定のクラスの画像を抽出し,アノテーション情報を整形したので,keras-yolo4での通常学習を実施します.
COCOデータセットから特定のクラスの抽出・keras-yolo4
COCOデータセットから特定のクラスの画像を抽出し,アノテーション情報を整形したので,Darknet(Yolov4)での学習を実施します.
COCOデータセットから特定のクラスの抽出・学習形式への整形を実施しましたので,学習に用いる画像のパスを示すtxtファイルやモデルのネットワークを示すcfgファイル等を作成します.
COCOデータセットから特定のクラスを抽出できるようにしたので,Darknet(Yolov4)で学習できるように整形します.
YOLO・SSDの物体検出の実施のために,まずCOCOデータセットをダウンロードし,特定のクラスだけを抽出します.
17言語が扱えるJupyterLabをDockerにインストールします.
Nimが扱えるJupyterLabをDockerにインストールします.