Skip to content

huma-teknofest/Keras-RetinaNet-for-Teknofest-2019

master
Switch branches/tags
Code

Latest commit

 

Git stats

Files

Permalink
Failed to load latest commit information.
Type
Name
Latest commit message
Commit time
 
 
 
 
 
 
 
 

Keras RetinaNet for Teknofest 2019 AI Competition

Using RetinaNet for object detection from drone images in Teknofest istanbul 2019 Artificial Intelligence Competition

🚀 Teknofest 2019 - Yapay Zeka Yarışması:

TEKNOFEST 2019 Yapay Zeka Yarışması kapsamında takımlar bir drone ile önceden kaydedilmiş görüntüler üzerinden verilen süre içerisinde araç ve insan tespitini özel bir metrik üzerinden IoU puanı ile puanlandırılmıştır.

📚 Öğretici Döküman (Tutorial)

Keras RetinaNet kurulum ve kendi veri kümenizi eğitmek ve test etmek için detaylı öğretici dökümanını buradan inceleyebilirsiniz.

📋 Başlangıç Kılavuzu (Getting Started)

💾 Ön Koşullar (Software Prerequisites)

Kurulum

Python 3.7 kurulum ve virtual env oluşturma

  • sudo apt install python3.7 python3-venv python3.7-venv

  • sudo apt-get install python3.7-dev

  • python3.7 -m venv .py37-venv

  • source .py37-venv/bin/activate

Ön koşullu paketlerin kurulumu

  • pip3 install cython

  • pip3 install numpy==1.19.5

  • pip3 install -r requirements.txt

keras_retinanet kütüphanesinin derlenmesi

  • pip3 install .

  • python3 setup.py build_ext --inplace

📘 Klasör Yapısı (Folder Structure)

main_dir
- dataset_test
- retinanet
    - keras_retinanet
    - models
        - teknofest19_huma_resnet50_21_37_inference.h5
    - snapshots
        - teknofest19_huma_resnet50_21_37_ss.h5
    - results
    - detect_all_images.py

Eğitim (Train)

RetinaNet'in Keras implementasyonuna ve eğitim dökümanına buradan ulaşabilirsiniz.

Drone ile çekilmiş yaklaşık 30bin görüntü üzerinden etiketlenmiş araç ve insan veri kümesi ile 58 epoch eğitilmiş ResNet-50 RetinaNet snapshot dosyasını buradan indirebilirsiniz.

Test

Önceden eğitilmiş ve dönüştürülmüş model dosyası olan teknofest19_huma_resnet50_21_37_inference.h5 dosyasını buradan indirerek retinanet klasörü altında models klasörü altına kopyalayınız.

Test yapabilmeniz için örnek test görüntülerini buradan indererek dataset_test klasörü altına kopyalayınız.

Eğitilmiş model ile dataset_test klasöründeki resimler üzerinde nesne tespiti yapmak için detect_all_images.py python programını çalıştırabilirsiniz. Tahmin (prediction) sonuçlarını results klasörü altına resmin üzerine çizilmiş şekilde çıkartılacaktır.

🎉 Sonuçlar (Results)

📡 Contact (İletişim)

About

Using RetinaNet for object detection from drone images in Teknofest istanbul 2019 Artificial Intelligence Competition

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages