./mmdetection
: mmdetection framework
./yolov5
: YOLOv5 framework
./data_sub
: self-made utils
Aistage에서 제공하는 쓰레기 데이터를 사용합니다.
$ wget https://aistages-prod-server-public.s3.amazonaws.com/app/Competitions/000076/data/data.tar.gz
mmdetection
- 경로 :
opt/ml/detection/mmdetection
- 원하는 모델과 파라마티, 하이퍼 파라미터 config 세팅
work_dir
을 지정, wandb project name, entity 설정config_dir
지정후 코드 실행
$ python tools/train.py [config_dir]
YOLOv5
- 경로 :
opt/ml/detection/yolov5
YOLOv5 format에 맞는 데이터 필요
$ python train.py --data coco.yaml --cfg yolov5s.yaml --weights '' --batch-size 64
yolov5m 40
yolov5l 24
yolov5x 16
mmdetection
- 경로:
opt/ml/detection/mmdetection
--config_dir
Inference할 config 선택--epoch
Inference할 저장되어있는 ,pth파일 선택
$ python inference.py --config_dir[config_dir] --epoch [pth file name]
YOLOv5
- 경로
opt/ml/detection/yolov5
$ python inference.py --label_dir {label_path}
--pre
: 기존 json파일--test
: 합칠 json파일--csv
: pseudo label--output
: output 파일 이름t--h
: confidence score
$ python makej.py --csv [csv_file] --output [output_file_name]
- 경로 :
opt/ml/detection
--model_dir
: 모델이 저장된 경로--weights
: 각 모델의 가중치--save_dir
: 앙상블 된 모델이 저장될 경로--method
: 앙상블 할 방식 설정
$ python /data_sub/ensemble.py --model_dir [model_dir] --weights [weights:list] --save_dir [save_dir] --method wbf