High quality, fast, modular reference implementation of SSD in PyTorch 1.0

Develop Guide

If you want to add your custom components, please see DEVELOP_GUIDE.md for more details.

1/ Chuyển đổi dữ liệu sang format PASCAL VOC:

• Clone về source trên Google Colab:

!git clone https://github.com/ontheskyl/SSD.git
%cd SSD

• Dữ liệu đầu vào:

Khởi tạo 1 folder, trong đó chứa 2 folder nhỏ lần lượt cho chứng minh thư và căn cước công dân (cmnd, cccd). Mỗi folder nhỏ này chứa 2 folder con lần lượt là mặt trước và mặt sau (back, top), mỗi folder nhỏ chứa đầy đủ các ảnh và file json cùng tên tương ứng

• Chạy file data_preprocess.py:

File này sẽ phân chia dữ liệu theo 3 tập (train, validation, test) với validation mặc định 0.2

python convert_pascalvoc_dataset/data_preprocess.py <data_direction> <output_annotation_path> <test_ratio>

data_direction: đường dẫn dữ liệu ban đầu

output_annotation_path: đường dẫn kết quả trả về (chương trình sẽ trả về 3 file Train_annotation.txt, Val_annotation.txt và Test_annotation.txt

test_ratio: tỉ lệ dữ liệu testing

Ví dụ:

!python convert_pascalvoc_dataset/data_preprocess.py "/content/drive/MyDrive/Colab Notebooks/Sunshine Tech/cmnd" "/content/drive/MyDrive/Colab Notebooks/Sunshine Tech/Annotations" 0.1

• Chạy file build.py:

File này sẽ dựa vào 3 file Train_Annotations.txt, Val_Annotations.txt, Test_Annotations.txt để xây dựng format PASCAL VOC

python convert_pascalvoc_dataset/data_preprocess.py <annotation_path> <output_direction>

output_direction: đường dẫn kết quả trả về (chương trình sẽ tạo dữ liệu theo chuẩn PASCAL VOC)

annotation_path: đường dẫn đến 3 file Train_annotation.txt, Val_Annotation.txt và Test_annotation.txt đã tạo trước đó

Ví dụ:

!python convert_pascalvoc_dataset/build.py "/content/drive/MyDrive/Colab Notebooks/Sunshine Tech/Annotations" "/content/drive/MyDrive/Colab Notebooks/Sunshine Tech/data" 

2/ Training

• Thay đổi đường dẫn dữ liệu đầu vào:

Tại file SSD/ssd/config/path_catalog.py:

Thay đổi my_root trong hàm get của "my_custom" thành đường dẫn gốc đến dữ liệu, thay đổi đường dẫn của DATASET

• Thay đổi file config tại SSD/config:

NUM_CLASSES: số lượng object training (5 class bao gồm background)

DATASETS: kiểm tra tại file path_catalog.py để ghi 2 file tương ứng

OUTPUT_DIR: đường dẫn lưu model của chương trình (lưu ý, nếu đã train trước đó, thì cần phải thay đổi path trong file models/mobilenetv2_ssd…_my_dataset/last_checkpoint.txt với đường dẫn mới

• Training stage:

!python train.py --config-file configs/my_custom_config_320.yaml

3/ Testing

!python test.py --config-file configs/my_custom_config_320.yaml

4/ Demo

!python --config-file --images_dir --ckpt --output_dir --score_threshold

!python demo.py --config-file configs/my_custom_config_vgg_512.yaml --images_dir "/content/drive/MyDrive/Colab Notebooks/Sunshine Tech/cmnd_back" --ckpt "/content/drive/MyDrive/Colab Notebooks/Sunshine Tech/models/vgg_ssd512_30k_4cls/model_final.pth" --output_dir "/content/drive/MyDrive/Colab Notebooks/Sunshine Tech/demo" --score_threshold 0.5

Troubleshooting

If you have issues running or compiling this code, we have compiled a list of common issues in TROUBLESHOOTING.md. If your issue is not present there, please feel free to open a new issue.

Citations

If you use this project in your research, please cite this project.

@misc{lufficc2018ssd,
    author = {Congcong Li},
    title = {{High quality, fast, modular reference implementation of SSD in PyTorch}},
    year = {2018},
    howpublished = {\url{https://github.com/lufficc/SSD}}
}