COCO dataset과 관련된 유용한 tutorial이 있는 github를 소개 드립니다.
https://github.com/virafpatrawala/COCO-Semantic-Segmentation
해당 github에서는 demo jupyter notebook을 소개하고 있습니다.
COCO(Common Objects in Context) dataset은 80개의 출력 클래스로 구성됩니다. 이 레이블이 지정된 dataset 이미지 분류, 분할 및 캡션 문제에 사용될 수 있습니다.
이 ipynb 파일에서는 먼저 pycoco의 작동 방식을 간략하게 소개한 다음, pycoco 및 tensorflow keras를 사용하여 COCO dataset에 대한 훈련 모델을 쉽게 만드는 data generator object를 만듭니다.
pycoco에 대한 참고 자료는 아래 링크에 있습니다.
https://github.com/cocodataset/cocoapi/blob/master/PythonAPI/pycocoDemo.ipynb
demo 파일의 주요 목표는 다음과 같습니다.
1. 요구 사항에 따라 COCO dataset의 하위 집합 가져오기
2. 주어진 COCO annotation에서 mask 생성
3. image augmentation 추가
4. 모델 학습을 용이하게 하기 위해 data generator object 만들기
학습에 도움이 될 만한 내용을 참고하실 수 있을 것 같아 공유드립니다.
코드와 개념에 대한 자세한 설명은 아래 medium post들을 참고하시면 됩니다.