detr_interface

本リポジトリはInterface 4月号の参考リポジトリになります。 なお、本記事のコードと環境は全て下記で公開されています。

• GitHub: https://github.com/daedalus-jp/detr_interface
• Docker Hub: https://hub.docker.com/repository/docker/daedalusinc/detr_interface/general

本記事のお問い合わせはcontact@daedalus.co.jpまでご連絡ください。

ColabでDETRの体験

下記リンクで、記事内のGoogle Cokaboratoryを実行することができます。
https://colab.research.google.com/drive/1hJqXyB3peGtK15ODimavWlH3h8LA7Pqt#scrollTo=GJhCp8y0-b-H

なお、DETR公式Colabは下記になります。
https://colab.research.google.com/github/facebookresearch/detr/blob/colab/notebooks/detr_demo.ipynb#scrollTo=BiwSmd2i-Wkf

DETRの学習の実行

以下に実行手順を示します。

1. folders.ipynbの実行
2. change_category_id.ipynbの実行
3. load_pretrained_model.ipynbの実行
4. cd detr
5. python3 main.py --dataset_file custom --coco_path ../data/custom --output_dir ./outputs/ --resume ./detr-r50.pth --num_workers 8 --batch_size 2 --num_classes 1 --epochs 80 --lr 1e-5
6. predictor.ipynbの実行

参考

1. https://paperswithcode.com/sota/object-detection-on-coco
2. https://docs.docker.com/engine/install/ubuntu/#install-using-the-convenience-script
3. https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html
4. https://catalog.ngc.nvidia.com/orgs/nvidia/containers/pytorch/tags
5. https://github.com/jsbroks/coco-annotator
6. Zaidi, Syed Sahil Abbas, et al. "A survey of modern deep learning based object detection models." Digital Signal Processing  (2022): 103514.
7. Carion, Nicolas, et al. "End-to-end object detection with transformers." European conference on computer vision . Springer, Cham, 2020.
8. Vision Transformer入門 2022年
9. https://github.com/facebookresearch/detr

弊社紹介

Daedalus株式会社では、多様な業界に人工知能技術を提供し、業務効率化・自動化を行っています。 最先端の技術を駆使してソリューションを提供することで、全ての企業と人に対し創造的な時間と金銭を創出します。 人々がより自分らしく生きる「余裕」を持てる世界を、私達は目指しています。

人工知能・機械学習を駆使して、社会を変革する志のある方を弊社は募集しています。 興味のある方は、下記お問い合わせフォームからご連絡ください。
https://daedalus.co.jp/recruit/