Tabl Cynnwys[Cuddio][Dangos]
Un o'r syniadau symlaf ond mwyaf diddorol mewn dysgu dwfn yw canfod gwrthrychau. Y syniad sylfaenol yw rhannu pob eitem yn ddosbarthiadau olynol sy'n cynrychioli nodweddion tebyg ac yna tynnu blwch o'i gwmpas.
Gall y nodweddion gwahaniaethol hyn fod mor syml â ffurf neu liw, sy'n ein cynorthwyo yn ein gallu i'w categoreiddio.
Mae ceisiadau o Canfod Gwrthrych yn cael eu cyflogi'n eang yn y gwyddorau meddygol, gyrru ymreolaethol, amddiffyn a milwrol, gweinyddiaeth gyhoeddus, a llawer o feysydd eraill diolch i welliannau sylweddol mewn Gweledigaeth Cyfrifiadurol a Phrosesu Delwedd.
Yma mae gennym MMDetection, set offer canfod gwrthrychau ffynhonnell agored wych wedi'i hadeiladu ar Pytorch. Yn yr erthygl hon, byddwn yn archwilio MMDdetection yn fanwl, yn mynd ymarferol ag ef, yn trafod ei nodweddion, a llawer mwy.
Beth yw MMD canfod?
Mae adroddiadau MMD canfod crëwyd blwch offer fel cronfa god Python yn benodol ar gyfer problemau yn ymwneud ag adnabod gwrthrychau a segmentu enghreifftiau.
Defnyddir gweithrediad PyTorch, ac fe'i crëir mewn modd modiwlaidd. Ar gyfer adnabod gwrthrychau a segmentu enghreifftiau, mae ystod eang o fodelau effeithiol wedi'u crynhoi i amrywiaeth o fethodolegau.
Mae'n caniatáu casgliad effeithiol a hyfforddiant cyflym. Ar y llaw arall, mae'r blwch offer yn cynnwys pwysau ar gyfer dros 200 o rwydweithiau sydd wedi'u hyfforddi ymlaen llaw, gan ei wneud yn ateb cyflym yn y maes adnabod gwrthrychau.
Gyda'r gallu i addasu'r technegau cyfredol neu greu synhwyrydd newydd gan ddefnyddio'r modiwlau sydd ar gael, mae MMDetection yn gweithredu fel meincnod.
Nodwedd allweddol y blwch offer yw ei gynnwys rhannau syml, modiwlaidd o normal canfod gwrthrych fframwaith y gellir ei ddefnyddio i greu piblinellau unigryw neu fodelau unigryw.
Mae galluoedd meincnodi'r pecyn cymorth hwn yn ei gwneud hi'n hawdd adeiladu fframwaith canfod newydd ar ben fframwaith sy'n bodoli eisoes a chymharu ei berfformiad.
Nodweddion
- Mae fframweithiau canfod poblogaidd a modern, fel RCNN Cyflymach, Mask RCNN, RetinaNet, ac ati, yn cael eu cefnogi'n uniongyrchol gan y pecyn cymorth.
- Defnyddio 360+ o fodelau wedi'u hyfforddi ymlaen llaw ar gyfer mireinio (neu hyfforddi o'r newydd).
- Ar gyfer setiau data gweledigaeth adnabyddus gan gynnwys COCO, Cityscapes, LVIS, a PASCAL VOC.
- Ar GPUs, cyflawnir yr holl weithrediadau bbox a masg sylfaenol. Gellir hyfforddi cronfeydd cod eraill, fel Detectron2, masgrcnn-meincnod, a SimpleDet, yn gyflymach na neu ar yr un lefel â'r un hwn.
- Mae ymchwilwyr yn torri i lawr y canfod gwrthrych fframwaith yn sawl modiwl, y gellir eu cyfuno wedyn i greu system canfod gwrthrychau unigryw.
Pensaernïaeth MMDetection
Mae MMDetection yn nodi dyluniad generig y gellir ei gymhwyso i unrhyw fodel gan ei fod yn flwch offer gydag amrywiaeth o fodelau wedi'u hadeiladu ymlaen llaw, ac mae gan bob un ohonynt ei bensaernïaeth ei hun. Mae'r cydrannau canlynol yn ffurfio'r bensaernïaeth gyffredinol hon:
- Asgwrn cefn: Asgwrn cefn, fel ResNet-50 heb yr haen gwbl gysylltiedig derfynol, yw'r gydran sy'n trosi delwedd yn fapiau nodwedd.
- gwddf: Y gwddf yw'r segment sy'n cysylltu'r asgwrn cefn i'r pennau. Ar fapiau nodwedd amrwd yr asgwrn cefn, mae'n gwneud rhai addasiadau neu ad-drefnu. Mae Rhwydwaith Pyramid Nodwedd yn un darluniad (FPN).
- Pen trwchus (AnchorHead / AnchorFreeHead): Dyma'r gydran sy'n gweithredu ar ardaloedd trwchus o fapiau nodwedd, megis AnchorHead ac AnchorFreeHead, megis RPNHead, RetinaHead, a FCOShead.
- RoIEextractor: Gyda'r defnydd o weithredwyr tebyg i RoIPooling, dyma'r adran sy'n tynnu nodweddion RoIwise o un neu gasgliad o fapiau nodwedd. Mae sampl SingleRoIEextractor yn tynnu nodweddion RoI o'r lefel gyfatebol o byramidau nodwedd.
- RoIHead (BBoxHead/MaskHead): Dyma'r gyfran o'r system sy'n defnyddio nodweddion RoI fel mewnbwn ac sy'n cynhyrchu rhagfynegiadau tasg-benodol yn seiliedig ar RoI, megis dosbarthiad / atchweliad blwch ffiniol a rhagfynegiad masgiau.
Mae adeiladu synwyryddion un cam a dau gam yn cael ei ddangos gan ddefnyddio'r cysyniadau a grybwyllwyd uchod. Gallwn ddatblygu ein gweithdrefnau ein hunain yn syml trwy adeiladu ychydig o rannau ffres a chyfuno rhai sy'n bodoli eisoes.
Rhestr o fodelau sydd wedi'u cynnwys yn MMDdetection
Mae MMDetection yn darparu cronfeydd cod o'r radd flaenaf ar gyfer nifer o fodelau adnabyddus a modiwlau sy'n canolbwyntio ar dasgau. Mae'r modelau sydd wedi'u gwneud yn flaenorol a dulliau addasadwy y gellir eu defnyddio gyda'r blwch offer MMDetection wedi'u rhestru isod. Mae'r rhestr yn parhau i dyfu wrth i fwy o fodelau a dulliau gael eu hychwanegu.
- Cyflym R-CNN
- Cyflymach R-CNN
- Mwgwd R-CNN
- RetinaNet
- DCN
- DCNv2
- Rhaeadru R-CNN
- M2Det
- GHM
- ScratchDet
- Dwbl-Pennaeth R-CNN
- Grid R-CNN
- FSAF
- Libra R-CNN
- GCNet
- HRNet
- Sgorio Mwgwd R-CNN
- FCOS
- Adran Gwasanaethau Cymdeithasol
- R-FCN
- Hyfforddiant Cywirdeb Cymysg
- Safoni Pwysau
- Rhaeadr Tasg Hybrid
- Angori dan Arweiniad
- Sylw Cyffredinol
Adeiladu model canfod gwrthrych gan ddefnyddio MMDetection
Yn y tiwtorial hwn, ni fydd llyfr nodiadau cydweithredu Google oherwydd ei fod yn hawdd ei osod a'i ddefnyddio.
Gosod
I osod popeth sydd ei angen arnom, byddwn yn gosod y llyfrgelloedd angenrheidiol yn gyntaf ac yn clonio'r prosiect MMdetection GitHub.
Mewnforio amg
Bydd yr amgylchedd ar gyfer ein prosiect nawr yn cael ei fewnforio o'r ystorfa.
Mewnforio llyfrgelloedd a chanfod MM
Byddwn nawr yn mewnforio'r llyfrgelloedd gofynnol, ynghyd â'r MMdetection wrth gwrs.
Lawrlwythwch y pwyntiau gwirio sydd wedi'u hyfforddi ymlaen llaw
Dylid nawr lawrlwytho'r pwyntiau gwirio model sydd wedi'u hyfforddi ymlaen llaw o MMdetection i'w haddasu ymhellach a dod i gasgliad.
Model adeiladu
Byddwn nawr yn adeiladu'r model ac yn cymhwyso'r pwyntiau gwirio i'r set ddata.
Casgliad y synhwyrydd
Nawr bod y model wedi'i adeiladu a'i lwytho'n iawn, gadewch i ni wirio pa mor ardderchog ydyw. Rydym yn defnyddio synhwyrydd canfod API lefel uchel MMDetection. Cynlluniwyd yr API hwn i wneud y broses casglu yn haws.
Canlyniad
Gadewch i ni gael golwg ar y canlyniadau.
Casgliad
I gloi, mae'r blwch offer MMDetection yn perfformio'n well na chronfeydd cod a ryddhawyd yn ddiweddar fel SimpleDet, Detectron, a Maskrcnn-meincnod. Gyda chasgliad model mawr,
Mae MMDetection bellach yn dechnoleg o'r radd flaenaf. Mae MMDetection yn perfformio'n well na'r holl gronfeydd cod eraill o ran effeithlonrwydd a pherfformiad.
Un o'r pethau gorau am MMdetection yw y gallwch nawr bwyntio at ffeil ffurfweddu wahanol, lawrlwytho pwynt gwirio gwahanol, a rhedeg yr un cod os ydych chi'n dymuno newid y modelau.
Rwy'n cynghori edrych ar eu cyfarwyddiadau os ydych yn cael problemau gydag unrhyw un o'r camau neu'n dymuno cyflawni rhai ohonynt yn wahanol.
Gadael ymateb