Tham khảo link colab sau: https://drive.google.com/open?id=1akd6FWyBgSNF8ssyVbhNKVVYqtoiMqts
Tham khảo: https://github.com/matterport/Mask_RCNN https://engineering.matterport.com/splash-of-color-instance-segmentation-with-mask-r-cnn-and-tensorflow-7c761e238b46
Requirements:
numpy==1.17.5
scipy==1.0.0
Pillow
cython==0.29.15
matplotlib==3.1.3
scikit-image==0.16.2
tensorflow>=1.3.0
keras>=2.0.8
opencv-python==4.2.0.32
h5py
imgaug
IPython[all]
Các bước cài đặt trên môi trường window 10, anaconda 4.7.12 :
-
Sử dụng anaconda prompt (admin), tạo môi trường độc lập cho dự án:
conda create --name solardrone python=3.8.1 conda config --add channels conda-forge conda install --no-channel-priority --file requirements-window.txt -y
Các bước cài đặt trên môi trường linux hoặc wsl:
sudo apt install python3
sudo apt install python3-pip
sudo python3 -m pip install --upgrade pip
git clone https://github.com/tucachmo2202/Solar_mark_rcnn.git
python3 -m pip install setuptools --upgrade
sudo apt-get install libsm6 libxext6 libxrender-dev
python3 -m pip install -r requirements.txt
mkdir /Solar_mark_rcnn/Mask_RCNN-2.1/logs/
mkdir /Solar_mark_rcnn/Mask_RCNN-2.1/logs/solar/
cd /Solar_mark_rcnn/Mask_RCNN-2.1/logs/solar/
wget --load-cookies /tmp/cookies.txt "https://docs.google.com/uc?export=download&confirm=$(wget --quiet --save-cookies /tmp/cookies.txt --keep-session-cookies --no-check-certificate 'https://docs.google.com/uc?export=download&id=1FgCQDJgMSEGJepDUagN2YOpLCaH7WXBN' -O- | sed -rn 's/.*confirm=([0-9A-Za-z_]+).*/\1\n/p')&id=1FgCQDJgMSEGJepDUagN2YOpLCaH7WXBN" -O "mask_rcnn_solar_0050.h5" && rm -rf /tmp/cookies.txt
cd /content/Solar_mark_rcnn/Mask_RCNN-2.1/samples/solar
Chạy mạng với những ảnh trong folder datasets/solar/val:
python3 samples/solar/detect.py
Tool gán nhãn sử dụng: https://github.com/wkentaro/labelm Tool gán nhãn sẽ xuất kết quả ra file .json File ảnh phải có định dạng là .jpg hoặc .jpeg, copy tất cả file ảnh và file gán nhãn vào thư mục datasets/solar/train Các lệnh để train:
```
cd "/samples/solar"
```
```
python3 solar.py train --dataset="/datasets/solar" --weights=coco
```