[App4AI SDK] Jupyter-Image-Object-Detection-FasterRCNN-Keras
[簡介]
使用 FasterRCNN 進行物件檢測,可應用於工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析。
[操作步驟及說明]
解決方案流程為:
標記影像 -> 訓練 -> 推論
1. 1_annotation_pascal_voc_xml.ipynb
運行後開啟標註網頁進行影像標記。
參數:
在 # parameters 中, --port 8801 為網頁所佔用的埠,若使用者 8801 被佔用的話,請自行更改埠值。
2. 2_delete_log.ipynb
刪除 log 資料夾,用於 tensorboard 功能。
3. 3_train.ipynb
開始訓練。
如果不使用 tensorboard 功能,可跳過 2、4、5 點。
4. 4_kill_tensorboard.ipynb
在使用 tensorboard 看 loss 之前,先關閉 tensorboard。
5. 5_tensorboard.ipynb
訓練過程中,可運行 4、5 點來看訓練狀態,但在訓練前要先執行過 2_delete_log.ipynb。
6. 6_inference.ipynb
推論單張影像。
參數:
-p 推論影像的路徑。
標籤: