분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
Faster R-CNN 모형을 이용한 정말 간단한 병변 검출 모형 학습 및 제출
전체 데이터셋을 사용하지 않았습니다. 본 대회의 데이터셋은 LabelMe 포맷이니 MS COCO 포맷으로 변환해서 안정적으로 학습하시기 바랍니다. 해당 코드는 백본 정도 변경해서 정말 간단하게 구현한 객체 탐지 모형입니다. 좌표 변환 후 객체 탐지 모형(EfficientDet, YOLOv4,5 등) 적용하시면 되겠습니다. 차후 COCO 포맷으로 변환하고 학습하는 코드로 업데이트하겠습니다.
detection을 잘 몰라서 질문드립니다
coco format이 labelme format 보다 더 좋은점은 무엇인가요?
labelme는 이미지에 폴리곤, 박스, 라인과 같은 어노테이션하기 위한 툴입니다. 이대로 이미지 정보와 레이블을 사용할 모형이 원하는 arguments로 추출하는 코드를 짜도 됩니다. 하지만, 현재 대부분의 최신 모형은 MS COCO 데이터셋을 벤치마크로 사용하기 때문에 COCO 포맷으로 변경해놓는다면 손쉽게 다른 최신 모형을 실험해볼 수 있습니다.
감사합니다!!
우와 ! 수고하셨습니다:)
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
빠르시네요!