합성데이터 기반 객체 탐지 AI 경진대회

알고리즘 | 비전 | 객체 탐지 | mAP

  • moneyIcon 상금 : 1,000 만원
  • 1,670명 마감

 

[Pytorch/Baseline] Faster-RCNN 모델을 활용한 객체 탐지

2023.05.08 08:45 7,312 조회 language

안녕하세요. 데이콘입니다.

데이콘 베이스라인은 모든 참가자의 '제출'을 목표로 합니다.
해당 내용에 관한 질문은 [토크] 게시판에 게시해 주세요.

본 베이스라인은 Pytorch를 바탕으로 구현되었으며, Faster-RCNN을 활용하여 객체 탐지 Task를 수행하는 매우 간단한 방법입니다.
또한 제공되는 LabelMe 형식의 Bounding Box Format을 Faster RCNN이 요구하는 형식에 맞게 변환 후, 추론에는 다시 역변환하는 과정을 가지고 있습니다.
본 대회의 평가 메트릭은 mAP@0.85로 다소 엄격한 바운딩 박스 검출 능력을 요구하기 때문에 보다 더 정교한 검출 능력을 위한 여러 가지 기법 혹은 학습 스케쥴을 적용해야 할 것입니다.
제공드리는 베이스라인이 여러분만의 고도화된 모델 작성에 도움이 되면 좋겠습니다.

감사합니다. 
데이콘 드림

코드
로그인이 필요합니다
0 / 1000
Omin_
2023.06.03 16:21

Faster-RCNN 모델이 아닌 SSD objectdetection 모델을 사용해서 제출해도 괜찮나요?

DACON.GM
2023.06.05 12:11

안녕하세요 Omin_님,
베이스라인 코드는 제출을 돕기 위한 용도이며,
본 대회에 사용할 수 있는 모델에는 '사전 학습 모델' 규칙을 준수하는 선에서 제약 사항이 없습니다.
감사합니다.

이전 글
LabelMe to YOLO convert
대회 - 합성데이터 기반 객체 탐지 AI 경진대회
좋아요 11
조회 1,697
댓글 0
일 년 전
현재 글
[Pytorch/Baseline] Faster-RCNN 모델을 활용한 객체 탐지
대회 - 합성데이터 기반 객체 탐지 AI 경진대회
좋아요 22
조회 7,312
댓글 2
일 년 전
다음 글
다음 글이 존재하지 않습니다.