colab link 데이터는 roboflow 사용방법1, 방법2 두가지로 구현최종결과 확인 및 정리사용할 데이터셋 : 마스크 데이터셋 작업위치 설정import osos.mkdir('fast_rcnn')os.chdir('fast_rcnn') mmdetection 설치 (colab 기본 pytorch 버전과 맞춘것)!pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.11.0/index.html!git clone https://github.com/open-mmlab/mmdetection.git%cd mmdetection!pip install -r requirements/build.txt!pip install -v -e..

1. mmdetection configmmdetection 모델, 데이터 변경없이 사용하려면 --> mmdetection 설명 & 설치과정 참조mmdetection 튜토리얼을 살펴보면 mmdetection 구조는 크게 dataset, model, schedule, default_runtime 4개로 구분이 가능다양한 모델 예를 들어 Faster R-CNN, Mask R-CNN, Cascade R-CNN, RPN, SSD 등의 기본이 되는 구성은 base에 작성되어있음실제로 mmdetection의 configs 안에는 다양한 모델 및 backbone 부분의 폴더가 존재configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py의 내용을 확인해 보면위에서 설명한 4개의 data..

1. mmdetection?Pytorch 기반으로 하는 오픈소스 object-detection 다양한 object-detection 모델을 빠르게 수행 및 검증 가능쉬운 사용법 및 data augmentation 지원매우 많은 모델 등등..기본적으로 object detection을 공부하면서 모델을 하나씩 구현하는 것은 매우 시간이 많이 걸리는 일이었습니다.. mmdetection을 사용하면 보다 편리하게 다양한 논문에서 소개한 모델을 사용할수 있다는 장점이 있습니다.2. 설치개인적으로 설치가 힘들었던 패키지 중에 하나설치는 기본적으로 [자동설치, 수동설치] 두가지가 존재자동설치pip install -U openmimmim install mmcv-fullpip install mmdet==2.22.0자동설..