ssd.pytorch

SSD：シングルショットマルチボックスオブジェクト検出器、Pytorch

Wei Liu、Dragomir Anguelov、Dumitru Erhan、Christian Szegedy、Scott Reed、Cheng-Yang、Alexander C. Bergによる2016年の論文からのシングルショットマルチボックス検出器のPytorch実装。公式およびオリジナルのカフェコードはここにあります。

目次

• インストール
• データセット
• 電車
• 評価する
• パフォーマンス
• デモ
• 将来の仕事
• 参照

インストール

• Webサイトで環境を選択し、適切なコマンドを実行してPytorchをインストールします。
• このリポジトリをクローンします。
  • 注：現在、Python 3+のみをサポートしています。
• 次に、以下の手順に従ってデータセットをダウンロードします。
• トレーニング中のリアルタイム損失の視覚化のためにVisomをサポートしています！
  • ブラウザでVisomを使用するには：

   # First install Python server and client
  pip install visdom
  # Start the server (probably in a screen or tmux)
  python -m visdom.server

  • 次に（トレーニング中）http：// localhost：8097/に移動します（トレーニングの詳細については、以下の列車セクションを参照してください）。
• 注：トレーニングについては、現在VOCとCOCOをサポートしており、すぐにImagENetサポートを追加することを目指しています。

データセット

物事を簡単にするために、データセットのダウンロードとセットアップを処理するためのBASHスクリプトを提供します。また、 torch.utils.data.Dataset継承するシンプルなデータセットローダーを提供し、 torchvision.datasets apiと完全に互換性のあるものにします。

ココ

Microsoft Coco：コンテキスト内の一般的なオブジェクト

ココ2014をダウンロードしてください

 # specify a directory for dataset to be downloaded into, else default is ~/data/
sh data/scripts/COCO2014.sh

VOCデータセット

Pascal Voc：Visual Objectクラス

VOC2007 TRAINVAL＆TESTをダウンロードしてください

 # specify a directory for dataset to be downloaded into, else default is ~/data/
sh data/scripts/VOC2007.sh # <directory> 

VOC2012 Trainvalをダウンロードします

 # specify a directory for dataset to be downloaded into, else default is ~/data/
sh data/scripts/VOC2012.sh # <directory> 

トレーニングSSD

• 最初にFC還元VGG-16 Pytorch Base Network Weightsをダウンロードしてください：https：//s3.amazonaws.com/amdegroot-models/vgg16_educedfc.pth
• デフォルトでは、 ssd.pytorch/weights dirにファイルをダウンロードしたと想定しています。

mkdir weights
cd weights
wget https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth

• Trainスクリプトを使用してSSDを訓練するには、 train.pyにリストされているパラメーターをフラグとして指定するか、手動で変更します。

python train.py

• 注記：
  • トレーニングのために、nvidia GPUを速度に強くお勧めします。
  • Visomの使用/インストールに関する指示については、インストールセクションを参照してください。
  • トレーニングパラメーターの1つとしてパスを指定することにより、チェックポイントからトレーニングをピックアップできます（繰り返しますが、オプションについてはtrain.py参照）

評価

訓練されたネットワークを評価するには：

python eval.py

eval.pyファイルにリストされているパラメーターを指定できます。

パフォーマンス

VOC2007テスト

地図

オリジナル	変換されたweiliu89ウェイト	データw/oデータ8月から	データw/ data aug
77.2％	77.26％	58.12％	77.43％

FPS

GTX 1060： 〜45.45 fps

デモ

検出に事前に訓練されたSSDネットワークを使用します

事前に訓練されたネットワークをダウンロードします

• さまざまなデータセットでトレーニングされた最新のSSDモデル定義のpytorch state_dicts （重量テンソルのdict）を提供しようとしています。
• 現在、次のPytorchモデルを提供します。
  • voc0712（最新のpytorchウェイト）でトレーニングされたSSD300
    • https://s3.amazonaws.com/amdegroot-models/ssd300_map_77.43_v2.pth
  • voc0712でトレーニングされたSSD300（オリジナルのカフェウェイト）
    • https://s3.amazonaws.com/amdegroot-models/ssd_300_voc0712.pth
• 私たちの目標は、元の論文からこのテーブルを再現することです

デモノートブックをお試しください

• Jupyterノートブックがインストールされていることを確認してください。
• Jupyterノートブックをインストールするための2つの選択肢：

  1. PytorchをConda（推奨）にインストールした場合は、すでに持っている必要があります。 （ssd.pytorchクローン付きリポジトリに移動するだけです）： jupyter notebook

  2. PIPを使用する場合：

 # make sure pip is upgraded
pip3 install --upgrade pip
# install jupyter notebook
pip install jupyter
# Run this inside ssd.pytorch
jupyter notebook

• 次に、http：// localhost：8888（デフォルト）でdemo/demo.ipynbに移動し、それを持っています！

ウェブカメラのデモをお試しください

• CPU（最適なFPSのためにcv2.waitkey調整する必要がある場合がある場合）またはNVIDIA GPUでの作業
• このデモでは現在、Opencv2+ w/ pythonバインディングとオンボードウェブカメラが必要です
  • demo/live.pyのデフォルトのウェブカメラを変更できます
• IMutilsパッケージをインストールして、CPUでマルチスレッドを活用してください。
  • pip install imutils
• python -m demo.live実行すると、ウェブカメラが開き、検出を開始します！

トト

次のToDoリストを蓄積しましたが、近い将来に完了したいと考えています

• まだ来て：
  • MS Cocoデータセットのサポート
  • SSD512トレーニングとテストのサポート
  • カスタムデータセットでのトレーニングのサポート

著者

• マックスデグルー
• エリス・ブラウン

注：残念ながら、これは私たちの趣味であり、フルタイムの仕事ではないので、最新の状態を保つために最善を尽くしますが、保証はありません。そうは言っても、本当に感謝されているので、あなたの継続的な助けとフィードバックに感謝します。できるだけ早くすべてに対処しようとします。

参照

• Wei Liu、et al。 「SSD：シングルショットマルチボックス検出器。」 ECCV2016。
• オリジナルの実装（caffe）
• Alex KoltunとWebyclipの彼のチームに、データ増強部分を完成させてくれたことに感謝します。
• インスピレーションのソースである他の優れたSSDポートのリスト（特にChaener Repo）：
  • Chainer、Keras、Mxnet、Tensorflow