Treinamento de modelo para detecção das bordas do contêiner em imagens de escaneamento

Para iniciar:

# git clone https://github.com/IvanBrasilico/ajna_bbox
# cd ajna_box
# python3 -m venv venv
# pip install -r requirements.txt
# hash -r
# ipython kernel install --user --name ajna_bbox ( para utilizar jupyter notebook, escolha kernel ajna_bbox)

Para rotular as imagens, instalar o labelImg. Pode ser instalado a partir dos fontes ou com pip.

Caso vá utilizar o exemplo com TF2 Object Detection API:

# git clone https://github.com/tensorflow/models.git

E seguir as instruções de instalação em:

Object Detection API with TensorFlow 2

Ao seguir o tutotial acima, atenção para a versão do protoc a instalar. Deve ser instalada a versão 3 ou mais recente.

Baixar um modelo/checkpoint e configuração do site do Tensorflow e colocar no diretório bases/models/. Ex:

# wget http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz

Copiar o modelo para o diretório bases/models/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8 Utilizar o notebook generate_tf_records para gerar a base de treinamento para o tensorflow a partir das imagens rotuladas em bases/baseline

Os caminhos do arquivo de configuração abaixo e da linha de comando devem ser modificados para a realidade local

Editar o pipeline.config (num_classes e *_path) conforme exemplo em bases/models/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8/pipepline.config

Rodar o comando para treinamento (mudando os caminhos para os caminhos locais):

#  python models/research/object_detection/model_main_tf2.py \
    --model_dir=/home/ivan/PycharmProjects/ajna_bbox/bases/models/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8/ \
    --alsologtostderr \
    --pipeline_config_path=bases/models/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8/pipeline.config \
    --use-tpu=true

Além do próprio guia da API do Tensorflow, os guias abaixo podem ser úteis:

TensorFlow Object Detection API tutorial

Deep Learning for Object Detection: A Comprehensive Review

Machine Learning Mastery - train object detection keras

Object Detection on Custom Dataset

PyImageSearch: R-CNN object detection with Keras, TensorFlow, and Deep Learning