[LEADERG AI ZOO] Jupyter-Image-Object-Detection-VGG16-SSD512-PyTorch

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

 

 

 

5_train.ipynb

 

開始訓練模型前,請設定類別數量與類別名稱。

 

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。

 

在 data/vgg_ssd512.yaml 裡面設定 NUM_CLASSES,其餘訓練相關參數也在此設定。

 

執行此 ipynb 訓練模型。

 

 

 

6_kill_tensorboard.ipynb

 

釋放非本次訓練的 tensorboard。

 

 

 

7_tensorboard.ipynb

 

開啟 tensorboard,顯示訓練過程中 loss 曲線等相關資訊。

 

 

 

8_inference.ipynb

 

推論單張影像。

 

--image_path "data/val/images/inclusion-2.jpg" : 推論的影像。

--ckpt model/model_007000.pth : 推論的模型。 

--score_threshold 0.3 : 推論的閾值。

--debugImage 1 : 顯示推論結果影像開關。

 

 

 

9_inference_folder.ipynb

 

推論資料夾內的影像。

 

--images_dir data/val/images/ : 推論的資料夾。

--ckpt model/model_007000.pth : 推論的模型。

--score_threshold 0.3 : 推論的閾值。

--debugImage 1 : 顯示推論結果影像開關。

 

 

 

10_inference_api.ipynb

11_inference_api_browser.ipynb

 

推論的 API,運行 10_inference_api.ipynb 開啟 server,載入 model/model_007000.pth,接著運行 11_inference_api_browser.ipynb,跳出瀏覽器,可以選擇圖片進行推論。 

 

 

 

inference.png


延伸閱讀

1.
LEADERG AOI VISION 人工智能影像分析軟體 (No Code, 不用寫程式, 視窗操作介面, 易學易用, 無經驗可, Deep Learning, 深度學習, Machine Learning, 機器學習)

2.
LEADERG AI ZOO 人工智能演算法軟體 (Low Code, 整理及優化190種範例程式, 節省90%的開發時間, 10倍速快速開發 AI 程式, Jupyter Lab 操作介面, 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 EDU 人工智能教育訓練課程 (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、國防大學、陸軍軍官學校、海軍軍官學校、逢甲大學、長庚大學、義守大學、實踐大學、台科大、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、中國科大、鼓山高中、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、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、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、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、百佳泰、科音國際、鴻鵠國際等。