david8862/keras-YOLOv3-model-set

何を解決するか

このプロジェクトは、YOLO（You Only Look Once）シリーズのモデルに基づいた包括的な物体検出パイプラインを提供します。TensorFlow Kerasフレームワーク内で、さまざまな事前設定されたバックボーン、ヘッド、損失関数を提供することで、物体検出システムの実装、トレーニング、デプロイを簡素化します。

動作方法

このパイプラインは、コンピュータビジョンワークフローの複数の段階を統合しています：

• モデル構築：CSPDarknet53、MobileNet、EfficientNetなどのさまざまなバックボーンを、YOLOヘッド（v2、v3、v4）と組み合わせてカスタムアーキテクチャを作成できます。
• データ処理：Pascal VOCおよびCOCOフォーマットのデータセットをカスタムアノテーションフォーマットに変換し、可視化するためのツールを提供します。
• トレーニング：マルチスケール入力、Mosaicデータオーギュメンテーション、動的学習率減衰などの高度なトレーニング技術をサポートします。また、tf.distribute.MirroredStrategyを用いたマルチGPUトレーニングも可能です。
• 後処理：SoftNMS、DIoU-NMS、Weighted-Boxes-Fusion（WBF）などのさまざまなバウンディングボックスの最適化手法を実装しています。
• デプロイ：Darknet重みからKerasに変換し、TensorFlow LiteまたはMNNを使用してデバイス上で推論可能にエクスポートできます。

対象ユーザー

エッジデバイスにモデルをデプロイしたい、または異なるバックボーンアーキテクチャや損失関数を実験したい開発者や研究者向けに設計されています。

特徴

• 広範なアーキテクチャ対応：VGG16、Xception、GhostNetなど多数のバックボーンとYOLOバージョン（v2、v3、v4）をサポート。
• 多様な損失関数：GIoU、DIoU、CIoU、SIoUなど、複数の局所化損失をサポート。
• デプロイ対応：TFLiteおよびMNN Float32/UInt8推論の組み込みサポート。
• 高度なトレーニングツール：MosaicおよびGridMaskオーギュメンテーション、ImageNetからの転移学習、モデルプルーニング（TF 1.x用）を備えています。