バージョン: v2512

環境構築

AcuiRTの環境構築

AcuiRTの推奨環境外での環境構築方法を参考にAIBoosterと周辺パッケージのインストールを行います。

DETRの環境構築

aibooster-examplesリポジトリをクローンし、DETRのディレクトリに移動します。

git clone -b 0.4.0 https://github.com/fixstars/aibooster-examples && cd aibooster-examples/intelligence/acuirt/detr/baseline

DETRで要求されるパッケージ群をインストールします
```
pip install -r requirements.txt
```

データセットの準備

COCO Datasetの評価用データセットをダウンロードします。 /path/to/datasetには任意のパスを指定して下さい。

wget http://images.cocodataset.org/annotations/annotations_trainval2017.zip
wget http://images.cocodataset.org/zips/val2017.zip
unzip annotations_trainval2017.zip -d /path/to/dataset
unzip val2017.zip -d /path/to/dataset

下記の様なデータセット構造になっていることを確認して下さい。

coco
├── annotations
│   ├── captions_train2017.json
│   ├── captions_val2017.json
│   ├── instances_train2017.json
│   ├── instances_val2017.json
│   ├── instances_val2017_subset.json
│   ├── person_keypoints_train2017.json
│   └── person_keypoints_val2017.json
└── val2017

val2017には5000枚の画像が収録されており、推論・評価に長時間を要します。簡単のため、ランダムに取り出した50枚の画像を含むサブセットを作成します。

python create_subset.py --val_json_path /path/to/dataset/coco/annotations/instances_val2017.json --output_json_path /path/to/dataset/coco/annotations/instances_val2017_subset.json

学習済みの重みをダウンロードします。

wget https://dl.fbaipublicfiles.com/detr/detr-r101-2c7b67e5.pth

推論を実行します

python main.py --batch_size 1 --no_aux_loss --eval --backbone resnet101 --resume ./detr-r101-2c7b67e5.pth --coco_path /path/to/dataset/coco

下記の様な認識精度のログが出力されれば成功です。

IoU metric: bbox
Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.531
Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.727
Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.560
Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.300
Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.553
Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.720
Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.428
Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.625
Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.648
Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.394
Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.655
Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.814

AcuiRTの環境構築​

DETRの環境構築​

AcuiRTの環境構築

DETRの環境構築