안녕하세요! facebookresearch의 Detectron2[1]의 한국어버전 Colab 튜토리얼[2]을 공유합니다. Detectron2은 PyTorch기반의 Object Detection API입니다. Object Detection 하면 Bounding Box Regression 테스크를 많이들 떠..

안녕하세요!
facebookresearch의 Detectron2[1]의 한국어버전 Colab 튜토리얼[2]을 공유합니다.

Detectron2은 PyTorch기반의 Object Detection API입니다. Object Detection 하면 Bounding Box Regression 테스크를 많이들 떠올리시는데, 요즘은 Object Detection 하면 넓은 의미로 bounding box/keypoints detection, instance/semantic/panoptic segmentation 모두를 지칭하는 용어로 사용하기도 하는 것 같습니다.
Detectron2의 특징으로는
1. PyTorch 기반
2. 다양한 Object Detection 알고리즘 제공
3. 방대한 Pretrained Model Zoo 제공
4. 이를 활용할 수 있는 쉬운 API 환경을 제공
5. 아주 쉬운 커스텀 데이터셋 로더 만들기
(특히 bbox 표현 방식이 데이터셋별로 상이한 경우가 많은데, 4가지 bbox 버전을 제공해줘서 정말 편했습니다)
Detectron2 repo에 colab 튜토리얼 원문이 있는데 이번 한국어버전 튜토리얼의 차이점은.

+ 한국어 번역
+ 튜토리얼 목차 순서를 조금 더 직관적으로 변경
+ RetinaNet(bbox) 이미지/비디오 인퍼런스 튜토리얼 추가
+ RetinaNet(bbox) 커스텀 데이터셋 학습 튜토리얼 추가

으로 제 입맛대로 한번 바꿔봤습니다..
필요한 챕터만 골라서 이것저것 튜닝해보면 기초적인 부분은 쉽게 이해하

요즘 날씨가 정말 춥네요.. 모두들 연말 따뜻하게 보내세요!
항상 감사합니다!
 
REFERENCES
[1] https://github.com/facebookresearch/detectron2
[2] https://colab.research.google.com/github/visionNoob/detectron2_aihub_tutorial/blob/master/Detectron2_Tutorial_(kor_ver).ipynb
https://www.facebook.com/groups/TensorFlowKR/permalink/1059469937727397/?sfnsn=mo