boostcampaitech4lv23cv1 / level2_objectdetection_cv-level2-cv-06 Goto Github PK

timm 모델 config화를 위해 argparse 추가

mmdetection에 tools/train.py에서 wandb name, tag를 argparse 화 하기

Streamlit으로 간단한 데이터 시각화 서버 만들기

make base scheduler in mmdetection base dir

DEV/yolov7 브랜치 만들어두었고 데이터셋 경로 및 제작하는 코드 추가해주시면 될 것 같습니다.
저는 wandb 세팅 해두었고 이름 추가할 때는 argparse로 --name으로 하면 될 것 같습니다

• #21
• #20
• #19
• #18
• #17
• #16
• #15
• #14
• 클래스 분포

• #13

앙상블 혹은 단일 모델 test 결과를 시각화
wandb 또는 streamlit으로 구현 필요

통일 시켜야함

훈련 데이터에 작은 물체에 대한 bbox를 만들지 않은 경우가 조금 있어 훈련시 Fasle Positive 에 대한 loss를 줄일 필요가 있을 것 같습니다

• stratified hold-out cross validation
• WeightedRandomSampler -> 적은 class는 over sampling, 많은 class는 under sampling
• stratified k-fold cross validation

어그멘테이션 결과 보여주는 함수 만드는 건 어떨까요

베이스라인 mmdetection 코드 필요

bbox가 많고 겹치는 경우가 있는데(train/0070.jpg)
겹치는 경우가 많은 경우 object가 잘 안 보이는데

1. 첫 이미지는 모든 bbox를 띄움
2. 변경하고자하는 bbox클릭 시 나머지 bbox들은 이미지에서 없애줌
3. (변경 후) 모든 bbox가 그려진 이미지 버튼을 통해 결과 확인

하는 기능이 있으면 어떨까요?

    multiple bboxes인 경우 item을 골랐을 때 세션이 종료 되는 오류 확인

Originally posted by @OZOOOOOH in #22 (comment)

해당 문제는 wandb logger에서 segment mask를 필요로 하기 때문에 생기는 문제입니다.
저희 데이터 셋에는 segment mask가 존재하지 않음으로 해당 오류가 발생합니다.
원래는 해당 오류가 자연스럽게 처리되어야 하지만, mmdetection 제작자의 구현적 오류로 인해 해당문제가 처리되지 않습니다.
그렇기 때문에 제가 찾은 임시방편의 해결 방법을 공유합니다.

mmdetction/mmdet/core/hook/wandblogger_hook.py 파일에서
380번 째 줄부터
if masks is not None:
wandb_masks = self._get_wandb_masks(
masks,
labels,
is_poly_mask=True,
height=img_height,
width=img_width)
else:
해당 내용을 주석처리합니다.,
그 후
wandb_masks = None
해당 코드를 추가합니다.
이런식으로 코드를 수정한 다음에 config 파일상에서 mmdetwandbhook을 등록 후 사용하면 됩니다.

mmdetection/tools/train.py 의 input argument로 --seed 42로 고정했지만,
모든 random값의 패턴이 고정이 안되는 것 같습니다.

argparse에서 --augment 명시해도 디버깅으로 확인해본 결과 augment가 적용이 안됨

데이터 수정하는 툴 만들기