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)