Masterarbeit: Untersuchung von Methoden der Domain Randomization und Domain Adaptation für die Objektdetektion mit synthetischen Daten

Dieses Repository enthält Code und Daten für die Masterarbeit “Untersuchung von Methoden der Domain Randomization und Domain Adaptation für die Objektdetektion mit synthetischen Daten”.

Ordnerstruktur

• blenderproc/ — BlenderProc-Skripte, Assets etc. für Generierung der synthetischen Trainingsdaten (siehe Generierung synthetischer Daten mit BlenderProc für Details).
• dataset/ — Datensatz für das Training und die Evaluation des Objektdetektors.
• notebooks/ — Jupyter Notebooks für Einsatz von Domain Adaptation sowie Training und Evaluation des Objektdetektors. Sind für Kaggle intendiert.
• misc/ — Hilfsskripte zur Ausführung des Signifikanztests sowie dem Sampling der Testdaten aus HANDAL und METU-ALET.

Voraussetzungen

1. Domain Adaptation, Training und Evaluation des Objektdetektors: Jupyter Notebook/Lab oder Ausführung über Cloud-Plattformen, wie etwa Kaggle/Colab
   • Die Notebooks sind auch unter Master: Object Detection und Master: Domain Adaptation auf Kaggle zu finden und können dort direkt ausgeführt werden.
2. Generierung der synthetischen Trainingsdaten: BlenderProc (siehe Generierung synthetischer Daten mit BlenderProc)