[LEADERG AI ZOO] Jupyter-Image-Object-Detection-EfficientDet-Keras

[簡介]

 

 

此解決方案可應用在工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析等。

 

 

 

[操作步驟及說明]

 

 

1_annotation_pascal_voc_xml.ipynb

 

開啟標記軟體。準備 png 或 jpg 影像進行標記,影像建議長寬比例一樣。

 

 

 

2_delete_log.ipynb

 

刪除 log 資料夾,此資料夾是置放訓練過程中給 tensorboard 讀取的紀錄。

 

 

 

3_prepare_train_txt.ipynb

 

準備訓練影像清單。

 

  • image_path = "data/train/images" : 訓練影像路徑。
  • txt = "data/train.txt" : 輸出的訓練影像清單。

 

 

 

4_prepare_val_txt.ipynb

 

準備驗證影像清單。

 

  • image_path = "data/train/images" : 驗證影像路徑。
  • txt = "data/train.txt" : 輸出的驗證影像清單。

 

 

 

5_create_tfrecord.ipynb

 

先將類別名稱設定到 data/labels.txt,第一個類別名稱請固定 background,第二個開始是自己樣本的類別名稱 。

類別名稱需與標註時所用的類別名稱一模一樣。

 

接著,運行此 ipynb,將 data/train 與 data/val 裡面的資料轉換成 tensorflow 的 tfrecord 格式。

 

 

 

6_train.ipynb

 

訓練模型。

 

--num_epochs=100000 : 訓練期數。num_classes=3 : 設定類別數量。

 

 

 

7_kill_tensorboard.ipynb

 

釋放非本次訓練的 tensorboard

 

 

 

8_tensorboard.ipynb

 

開啟 tensorboard,顯示訓練過程中 loss 曲線等相關資訊。

 

 

 

9_inference.ipynb

 

推論一張圖。

 

--ckpt_path=model/efficientdet-d0-pcb : 推論的模型。 

--input_image_size=512 : 影像尺寸。 

--input_image=data/test/images/capacitor1-4.png : 推論的影像。

--num_classes=3 : 模型的類別數量。

 

 

 

10_inference_folder.ipynb

 

推論資料夾內的影像。

 

--input_image=data/train/images/ : 推論的資料夾。

 

 

 

11_inference_folder1.ipynb

 

推論資料夾內的影像與計算正確率。

正確與否是以偵測出來的類別名與圖檔名作比對。

圖檔名格式為 : 類別名稱-xxx.png。

 

 

 

inference.png

 

 

聯絡我們及購買方式

請參閱以下網址:
https://tw.leaderg.com/article/index?sn=11056

延伸閱讀

1.
LEADERG App4AI 人工智能軟體 (App for AI, 不用寫程式, 視窗操作介面, 易學易用, 無經驗可, AI Model Zoo, Deep Learning, 深度學習, Machine Learning, 機器學習, 人工智慧)

2.
LEADERG AI Zoo 人工智能演算法 (整理及優化190種範例程式碼, 節省90%的開發時間, 10倍速快速開發 AI 程式, Jupyter Lab 操作介面, Code for AI, Code4AI, Less Coding, AI Model Zoo, 深度學習, 機器學習, Big Data, 大數據)

3.
LEADERG ACE 人工智能電腦 (工作站、伺服器、筆電,GPU, computer, workstation, notebook, server, NVIDIA, RTX-3090-24G, RTX-A6000-48G, A100-40G, deep learning, 深度學習, machine learning, 機器學習)

4.
LEADERG AI Education 人工智能教育 (AI 教育, 影像分析, 影像分類, 物件偵測, 影像切割, 資料分析, deep learning, 深度學習, machine learning, 機器學習, big data, 大數據)

感謝客戶們的支持

臺灣大學、清華大學、陽明交通大學、成功大學、臺北醫學大學、臺北護理健康大學、中興大學、暨南大學、宜蘭大學、聯合大學、淡江大學、逢甲大學、長庚大學、義守大學、實踐大學、大同大學、臺科大、北科大、臺中科大、雲林科大、勤益科大、虎尾科大、屏東科大、高雄科大、朝陽科大、明志科大、南臺科大、亞東科大、中國科大、國防大學、海軍軍官學校、陸軍專科學校、鼓山高中、臺大醫院、榮民總醫院、長庚醫院、慈濟醫院、義大醫院、中山科學研究院、國防部軍備局、法務部調查局、工研院、資策會、原子能委員會核能研究所、農業委員會特有生物研究保育中心、勞動部勞動研究所、紡織研究所、金屬工業研究發展中心、台灣儀器科技研究中心、車輛測試中心、台灣自來水公司、台積電、聯電、南亞科、華邦電子、精材科技、華信光電、友達光電、群創光電、瀚宇彩晶、台塑、台塑網、南亞塑膠、台灣化學纖維、中國石油、羅技電子、義隆電子、隆達電子、達方電子、鴻海、大聯大 - 世平興業、盟立自動化、迅得機械、南茂科技、順達科技、致伸科技、英特盛、豐興鋼鐵、中宇環保工程、竹陞科技、研揚科技、敦陽科技、竑騰科技、先豐通訊、神達電腦、神通電腦、百佳泰、科音國際、峰安車業、鴻鵠國際、藍海智能等。