SwinTransformer / Swin-Object Detection

코드로 이해하는 swin 리뷰

$ wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.run$ sudo sh cuda_11.0.2_450.51.05_l

전체적인 과정은 CUDA 11.0 기반의 이전 게시글 과 동일하다.CUDA 10.1에 맞는 torch 버전(낮은버전)을 설치한다.$ pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 torchaudio==0.5.0 -

트레이닝 및 테스트에 필요한 coco 2017 데이터 셋을 준비한다.$ wget http://images.cocodataset.org/zips/train2017.zip $ wget http://images.cocodataset.org/zips/val2

mmdet을 통해 모델 학습 시 mmdet/work_dir/ 경로에 log 및 학습 모델이 저장된다.mmdet/tools/analysis_tools 에는 학습 결과를 분석하기 위한 스크립트가 존재한다.python tools/analysis_tools/analyze_lo

COCO training 데이터셋은 118,287(약 12만장)으로 학습이 오래걸리기 때문에, 다양한 학습을 실험하기 위해 데이터셋을 축소추후 자신만의 데이터셋 학습을 위해 선행학습(COCO 80→1)object detection 만을 수행하도록 casecade mas

fiftyone : 다양한 오픈 데이터셋을 관리할 수 있는 모듈pip install fiftyonefiftyone luunch_appcaffe 기반에서 사용했던 gt label을 coco style로 변환하였다.

커스텀 coco 데이터셋에 iscrowd 필드가 없는 경우 cocoeval.py를 아래 코드로 수정해 준다.

CUDA 버전은 설치할 라이브러리의 호환성에 맞추어 잘 선택.(pytorch prebuild 버전이 홈페이지 올라와있는 11.1로 설치했다면 더 간편했을 것. 이 게시글에서는 11.0로 설치했음.)CUDA Download (.run 파일로 설치하는 것이 가장 편하다)$