IceVisionでのformatごとのデータ読み取り方法

10183 ワード
PyTorch IceVision ObjectDetection DeepLearning ComputerVision ComputerVision テキストリンク

これは何

2021年で最もイケている物体検出フレームワークと言っても過言ではないIceVisionを使って、VOC formatとCOCO formatのデータセットに対してObject Detectionを簡単に行うためのhands-on

IceVisionとは

過去記事参照

環境

Jupyterは結局オンプレのUbuntuで動かしています。
一応google colabでの動作確認も行いました。

手順

今回はデータセットのみを手軽に書き換えたいため、基本的な手順は以下のhands-onに準じます。

前準備

以下の部分は今回の記事において共通です。

##Dataset加工
train_records, valid_records = parser.parse()
image_size = 384
train_tfms = tfms.A.Adapter([*tfms.A.aug_tfms(size=image_size, presize=512), tfms.A.Normalize()])
valid_tfms = tfms.A.Adapter([*tfms.A.resize_and_pad(image_size), tfms.A.Normalize()])
train_ds = Dataset(train_records, train_tfms)
valid_ds = Dataset(valid_records, valid_tfms)

#モデル構築
model_type = models.mmdet.retinanet
backbone = model_type.backbones.resnet50_fpn_1x(pretrained=True)
model = model_type.model(backbone=backbone(pretrained=True), num_classes=len(parser.class_map))

#データローダー構築
train_dl = model_type.train_dl(train_ds, batch_size=8, num_workers=4, shuffle=True)
valid_dl = model_type.valid_dl(valid_ds, batch_size=8, num_workers=4, shuffle=False)

#学習設定
metrics = [COCOMetric(metric_type=COCOMetricType.bbox)]
learn = model_type.fastai.learner(dls=[train_dl, valid_dl], model=model, metrics=metrics)

VOC format

VOC formatのFridgeデータセットをimportします。VOC Datasetはannotationがdirectroyなので、annotations_dirを指定し、images_dirもdirで指定します。
現状ではURL末尾が.zipでないと動きません。URLを使わない方法はまた別にあるのですが、後述します。(現状ではどこかにuploadした方が楽です。)

url = "https://cvbp-secondary.z19.web.core.windows.net/datasets/object_detection/odFridgeObjects.zip"
dest_dir = "fridge"
data_dir = icedata.load_data(url, dest_dir)
parser = parsers.VOCBBoxParser(annotations_dir=data_dir / "odFridgeObjects/annotations", images_dir=data_dir / "odFridgeObjects/images")
parser.class_map

学習の詳細は省略しますが、以下のようにある程度良い感じで学習ができました。

COCO format

COCO formatではRaccoonデータセットをimportします。(Roboflowから取ってきました。)
COCO formatはannotationがfileなので、annotations_filepathを指定し、images_dirはdirで指定します。

url = "https://github.com/Ikwus/pub-sandbox/raw/main/coco.zip"
dest_dir = "raccoon"
data_dir = icedata.load_data(url, dest_dir)
parser = parsers.COCOBBoxParser(annotations_filepath= data_dir / "coco/_annotations.coco.json", img_dir=data_dir / "coco/images")
parser.class_map

同じく学習の詳細は省略しますが、結果は良好でした。

おわりに

(TODO) fast.aiを説明なしに使っているので、その説明を行ってからIceVisionの本領であるモデルを横断したobject detectionをやってみようとおもいます。