def __init__(self, eval_categories, net):
self.eval_categories = eval_categories # クラス名
self.net = net # SSDネットワーク
color_mean = (104, 117, 123) # (BGR)の色の平均値
input_size = 300 # 画像のinputサイズを300×300にする
self.transform = DataTransform(input_size, color_mean) # 前処理クラス
def __init__(self, eval_categories, net):
self.eval_categories = eval_categories # class name
self.net = net # SSD network
color_mean = (104, 117, 123)
input_size = 300
self.transform = DataTransform(input_size, color_mean) # pre-process
def __init__(self, eval_categories, net, device, input_size):
super(SSDPredictShow, self).__init__() # 親クラスのコンストラクタ実行
print(device)
self.eval_categories = eval_categories # クラス名
self.net = net.to(device) # SSDネットワーク
self.device = device
color_mean = (104, 117, 123) # (BGR)の色の平均値
self.transform = DataTransform(input_size, color_mean) # 前処理クラス
def __init__(self, eval_categories, net, device, TTA=True):
super(SSDPredictShow, self).__init__() # 親クラスのコンストラクタ実行
print(device)
self.eval_categories = eval_categories # クラス名
self.net = net.to(device).eval() # SSDネットワーク
self.device = device
self.TTA = TTA
color_mean = (104, 117, 123) # (BGR)の色の平均値
input_size = 300 # 画像のinputサイズを300×300にする
self.transform = DataTransform(input_size, color_mean) # 前処理クラス
def __init__(self, eval_categories, net, input_size=128):
self.eval_categories = eval_categories # クラス名
self.net = net # SSDネットワーク
color_mean = (104, 117, 123) # (BGR)の色の平均値
self.transform = DataTransform(input_size, color_mean) # 前処理クラス
train_img_list, train_anno_list, val_img_list, val_anno_list = make_datapath_list(
rootpath)
# Datasetを作成
voc_classes = [
'aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat',
'chair', 'cow', 'diningtable', 'dog', 'horse', 'motorbike', 'person',
'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor'
]
color_mean = (104, 117, 123) # (BGR)の色の平均値
input_size = 300 # 画像のinputサイズを300×300にする
train_dataset = VOCDataset(train_img_list,
train_anno_list,
phase="train",
transform=DataTransform(input_size, color_mean),
transform_anno=Anno_xml2list(voc_classes))
val_dataset = VOCDataset(val_img_list,
val_anno_list,
phase="val",
transform=DataTransform(input_size, color_mean),
transform_anno=Anno_xml2list(voc_classes))
# DataLoaderを作成する
batch_size = 32
train_dataloader = data.DataLoader(train_dataset,
batch_size=batch_size,
shuffle=True,
collate_fn=od_collate_fn)