RCNN을 이용한 Object Detection 따라해보기 1

RCNN을 이용한 Objection Detection 문제를 해결하는 레파지토리를 서칭 중,

 

github.com/kentaroy47/frcnn-from-scratch-with-keras

kentaroy47/frcnn-from-scratch-with-keras

이 레파지토리가 꽤 괜찮아 보였다.

Fork 수도 622고, 

이런 사람 - 병 구분도 괜찮아 보였다

(지금 보니 들고 있는 잔은 인식이 안 됐잖아...? 무튼)

 

자연어 처리를 배운 저번 주에 Attention, Transformer 관련 참고용 레파지토리를 따라하면서

1) 레파지토리 클론해서 Readme대로 따라하다가 노트북 GPU 용량부족

2) 코랩으로 한땀한땀 옮겨서 했으나 안됨.. ㅎ 그래서 코랩버전 따라서 변수 이름 하나하나 고쳐가며 삽질했지만 안됨

의 슬픈 과거가 있었기에, 레파지토리를 따라해보다가

bash: wget: command not found

바로 이 오류를 만났고, 찾아보니 윈도우 버전으로 wget을 설치해 줘야 한다는데.... 굳이...? 하면서

(레파지토리 클론해서 따라해보는 것도 좋지만, 코드를 바로바로 보면서 뜯어볼 수 있는 ipynb 파일 쪽이 조금 더 처음 학습하기는 좋은 것 같다)

Readme에 있는

Kaggle Notebook examples

• Global Wheat Detection

train-faster-rcnn-using-keras

을 따라하기로 마음먹었다.

캐글에서 편안하게 ipynb 파일도 다운로드 했으나...

내 생각대로 되지 않았다.

 

일단 이미지 불러오는 게 안 됐다.

'NoneType' object has no attribute 'shape'

라는 오류 코드를 보고, 파일 경로도 바꿔보고, 내 깃허브 레파지토리에 올려 raw 파일로 경로도 바꿔봤으나 

경로보다는 파일 처리 방식의 문제였다.

 

# Read the Example1.txt

example1 = "/content/example1.txt"
file1 = open(example1, "r")

이 방식으로 텍스트 파일도 열어보고,

파일 여는 함수의 세부 코드도 고쳐봤으나.. 결국 작성자가 한 대로 해야 되는 듯 하다.

이쯤에서 삽질하다가 다시 레파지토리 코드로 돌아가거나, 다른 레파지토리를 실습하기로 마음먹었다.

 

(여담으로 캐글 노트북은 다른 사람이 작성한 버전으로, 학습한 데이터셋도 다른 듯 하다.)

캐글 노트북에서 학습한 이미지. 나 풀 별로야,,,