R-CNN OBJECT DETECTION

본 프로젝트는 "Rich features hierarchies for accurate object detection and semantic" 논문에 있는 아키텍쳐를 Keras를 이용하여 구현하는 것이 목표입니다. ImageNet 데이터로 pretrain된 모델을 PASCAL VOC 데이터로 fine-tuning한 모델을 사용하였습니다. 아직 Bounding box regression 부분을 구현하지 않았고, Non-maximum surpression도 되지 않아, 겹치는 영역이 매우 많다는 문제점을 가지고 있습니다. 추후 시간나는 대로 구현하여 추가할 예정입니다. 감사합니다!

This project is aim to implement R-CNN in the paper "Rich features hierarchies for accurate object detection and semantic". I use ImageNet pretrained vgg-16 model and fine-tune with PASCAL VOC dataset. Since now, I have worked on the neither ounding box regression nor non-maximum surpression which causes overlapped results. I will implement these things later.

Thank you!

설치 방법

별 다른 설치가 필요하지 않습니다. 복잡한 실행방법을 요하는 코드는 지양합니다.

It doesn't need any installation process. I don't like any 'complicated' things.

사용 예제

터미널 창에서 다음과 같이 실행하세요.

python3 rcnn_detection.py

개발 환경 설정

Python 3.x 버젼과, tensorflow, keras, opencv, opencv-contrib-python 가 필요합니다. Pycharm IDE를 사용하였지만, 코드 실행에 특별히 필요하지는 않습니다.

pip3 install keras
pip3 install opencv-contrib-python

업데이트 내역

• 0.0.1

  • Scratch training architecture 추가하였습니다.

• 0.0.2

  • Fine-tuning architecture 추가하였습니다.

• 0.0.3

  • Inference model을 추가하였습니다. 원하는 이미지를 넣으면 분류 결과를 얻을 수 있습니다.

• 0.1.1    * Detection model을 추가하였습니다. 이제 이미지를 입력하면 detection 결과를 얻을 수 있습니다. 

정보

김동현 – [email protected] Donghyun Kim / Henniekim

라이센스

MIT © henniekim