Mask R-CNN for Object Detection and Segmentation (Deepfashion2)

[원본 깃허브 주소]

[Download Link - trained weight file]

[Download Link - json files]

---

가상환경 세팅

파이썬 3.6.5 버전의 가상환경 생성

conda create -n (envname) python=3.6.5

conda activate (envname)

[참조링크][https://chancoding.tistory.com/86]

---

필요한 모듈 설치

CUDA10.0 Cudnn7.6.4 Windows10

pip install tensorflow-gpu==2.0

pip install keras==2.3.1

pip install numpy==1.19.2

pip install opencv-python

pip install imgaug

pip install Pillow

pip install scikit-image

pip install "h5py<3.0"

pip install Cython

본인 로컬 경로에 맞게 코드 수정 필요 balloon.py 38, 79~82 라인 경로 본인 로컬 경로에 맞게 수정 필요 visualize.py 24 라인 경로 본인 로컬 경로에 맞게 수정 필요

cocoapi 설치 및 빌드

• Linux(코랩)

1. https://drive.google.com/drive/folders/1UtmGqkv0F4DcunKIylgzdQ4_biRnraQL?usp=sharing 에서 다운로드 후 DeepLearning 폴더에 압축해제
2. cocoapi_linux -> cocoapi로 디렉토리 이름 변경
3. cocoapi/PythonAPI에서 make 명령어 실행

• Window

1. DeepLearning 폴더에서 git clone https://github.com/philferriere/cocoapi.git하여 cocoapi 다운로드
2. cocoapi/PythonAPI에서 python setup.py install 명령어 실행

명령어

• [테스팅]

  • python ./samples/balloon/balloon.py splash --weights=./logs/deepfashion220210218T1837/mask_rcnn_deepfashion2_0030.h5 --image=./datasets/test/test/image/001187.jpg

• [트레이닝]

  • python ./samples/balloon/balloon.py train --weights=coco

• [평가]

  • python ./samples/balloon/balloon.py evaluate --weights=./logs/deepfashion220210218T1837/mask_rcnn_deepfashion2_0030.h5