Descripción
py-faster-rcnn es una reimplementación en Python del framework de detección de objetos Faster R-CNN, desarrollado originalmente en MATLAB. Este proyecto, alojado en GitHub, tiene como objetivo proporcionar una versión funcional en Python para investigadores y desarrolladores. Si bien logra una precisión media promedio (mAP) similar al código oficial de MATLAB, es aproximadamente un 10% más lento en tiempo de prueba. Esta diferencia de rendimiento se atribuye a ciertas operaciones que se ejecutan en la CPU dentro de las capas de Python, lo que resulta en aproximadamente 220 ms por imagen para VGG16 en comparación con 200 ms para la versión de MATLAB.
La implementación se basa en una bifurcación de Fast R-CNN e incluye características como el entrenamiento conjunto aproximado, que es aproximadamente 1.5 veces más rápido que la optimización alternada para VGG16. El proyecto se describió inicialmente en un informe técnico de arXiv y posteriormente se publicó en NIPS 2015. Se publica bajo la Licencia MIT.
La instalación implica clonar el repositorio, compilar módulos Cython y compilar Caffe con soporte para capas de Python. Se recomienda a los usuarios que se aseguren de que su compilación de Caffe incluya `WITH_PYTHON_LAYER := 1` y opcionalmente `USE_CUDNN := 1` en su `Makefile.config`. El proyecto proporciona scripts para descargar detectores precalculados y modelos preentrenados de ImageNet para redes como ZF y VGG16. Hay un script de demostración disponible para mostrar las capacidades de detección en PASCAL VOC 2007.
Para entrenar y probar, los usuarios pueden emplear scripts tanto para la optimización alternada (`faster_rcnn_alt_opt.sh`) como para el entrenamiento conjunto aproximado (`faster_rcnn_end2end.sh`). Este último método entrena la Red de Propuesta de Región (RPN) conjuntamente con la red Fast R-CNN, lo que conduce a tiempos de entrenamiento más rápidos con una precisión de detección comparable. Los artefactos de salida, incluidos los modelos entrenados y los resultados de las pruebas, se organizan dentro del directorio `$FRCN_ROOT/output`.
Es importante tener en cuenta que py-faster-rcnn ha quedado obsoleto. El proyecto recomienda a los usuarios que consulten Detectron, que incluye una implementación de Mask R-CNN. El código oficial de Faster R-CNN en MATLAB está disponible para aquellos que deseen reproducir los resultados del artículo de NIPS 2015.
Aspectos destacados de py-faster-rcnn
Implementación en Python de Faster R-CNN
Soporta arquitecturas de red VGG16, ZF y VGG_CNN_M_1024
Incluye entrenamiento conjunto aproximado para un desarrollo de modelos más rápido
Proporciona una demostración para la detección de objetos en PASCAL VOC 2007
Compatible con Caffe y pycaffe
Ofrece scripts para entrenar y probar detectores
Requiere configuraciones específicas de compilación de Caffe para capas de Python
Publicado bajo la Licencia MIT
Obsoleto en favor de Detectron
Primeros pasos con py-faster-rcnn
Clonar repositorio: Obtenga el código py-faster-rcnn de GitHub.
Compilar dependencias: Compile módulos Cython y Caffe con soporte para capas de Python.
Descargar modelos: Obtenga detectores precalculados y modelos preentrenados de ImageNet.
Ejecutar demostración: Ejecute el script de demostración para una rápida visualización de la detección de objetos.
Configurar entrenamiento: Configure los conjuntos de datos PASCAL VOC o COCO para el entrenamiento.
Entrenar modelo: Utilice los scripts proporcionados para optimización alternada o entrenamiento conjunto de extremo a extremo.
Probar modelo: Evalúe los modelos entrenados utilizando los scripts experimentales.
Integrar: Utilice los modelos entrenados para tareas de detección de objetos.
Casos de uso de py-faster-rcnn
- Detección de Objetos
- Análisis de Imágenes
- Investigación en Visión por Computadora
- Detección en Tiempo Real
- Evaluación de Conjuntos de Datos
