[Object Detection] 4-1. YOLO v3 : dataset 준비

YOLO v3

Architecture

• backbone으로 Darknet-53 사용하여 feature map 생성
• 3개의 feature map을 추출하여 bbox를 예측한다
• 13x13, 26x26, 52x52 3가지의 scale output이 나온다
• 13x13는 큰 object를, 52x52는 작은 object를 찾는데 장점이 있다

model configure file

• cfg file을 사용하여 model을 만든다
• cfg file에 포한된 내용들
  • model architecture
  • hyperparameter : lr, step 등등
  • data augmentation
  • input resolution

---

prepare data

• 우리의 경우 PASCAL VOC format을 사용하지만 annotaion은 xml이 아니라 txt 파일로 사용한다

annotation labeling format

YOLO format

• 이미지 파일과 그에 해당하는 annotaion file이 한 폴더에 있다
• train.list : train에 필요한 데이터들의 경로가 들어있다
• 이 경우 train.list 파일을 읽어서 이미지를 가져오고 같은 폴더에 있는 해당 annotaion 파일도 가지고 온다

• YOLO labeling format
  • class_index, x_center, y_center, width, height
  • x, y, w, h는 normalized되어 0~1 사이의 값이다

PASCAL VOC format

• 이미지와 해당 annotaion 정보가 서로 다른 폴더에 있다
• 이렇게 분류해놓는 것이 관리하기 편하다

KITTI dataset 다운

• https://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=2d
• 아래의 2개 dataset 다운
  

converting label format from KITTI to YOLO

KITTI format

1. object의 type
   • 9개의 class
   • car, ven, truck, pedestrian(보행자), person_sitting, cyclist, tram, misc(애매한 차량들), dontcare(labeling 하지 않아야한 것, 너무 멀거나, 잘렸거나)
2. truncated
   • 이미지 밖으로 나간 정도
   • 0 : non-truncated
   • 1 : truncated
3. occluded

• object에 의해 가려진 정도
• 0 : fully visibel
• 1 : partly occluded
• 2 : largely occluded
• 3 : unknown

4. alpha

• object의 angle
• -pi ~ pi

5. bbox

• 4개의 값
• xmin, y_min, x_max, y_max

6. dimensions

• 3개의 값

7. location
   • 3개의 값
   • x, y, z (camera coordinated)
8. rotation_y
9. score

YOLO format

• 5개의 data
• class_index, x_center, y_center, width, height

labeling tool을 사용하여 annotation check

• 학습할 data가 어떻게 annotation 되어 있는지, 각 class릐 정보가 어떤 object를 의미하는지, object가 어떤 특성이 있는지, truncation과 occlusion이 어떻게 되어있는지 확인해야한다