GradProj_UNet_series

• UAV 온디바이스 재난영역 검출 소프트웨어에 사용된 segmentation AI 모델입니다.
• UNet 계열 모델에 대한 레포지토리입니다.

U-Net series

1) U-Net

• 특징

  ■ 인코더 레이어에서 이미지를 다운샘플링하여 추상화된 feature map을 생성, 디코더에서 인코더에서 생성한 feature map을 이용해 입력이미지와 동일한 크기의 segmentation map을 생성.

• 모델 구조

2) Attention U-Net

• 특징

  ■ U-Net과 동일한 인코더, 디코더 구조를 가지며 Attention기법을 Skip connection마다 연결하여 모델이 이미지, 입력에서 중요하다고 판단되는 지점에 대해 더 높은 가중치를 두어 segmentation을 원활하게 하기 위해 설계되었음.

• 모델 구조

Dependencies

• 사용한 개발 환경

  Python 3.6.9 버전을 권장합니다.

  Package                       Version
  ----------------------------- -------------------
  imageio                       2.15.0
  matplotlib                    2.1.1
  numpy                         1.19.5
  opencv-python                 4.7.0.72
  pandas                        0.22.0
  pbr                           5.11.1
  Pillow                        8.4.0
  pip                           21.3.12
  scipy                         0.19.1
  torch                         1.10.0a0+git36449ea
  torchvision                   0.11.2
  tqdm                          4.64.1
  virtualenv                    15.1.0
  zipp                          3.6.0
  zope.interface                4.3.2
  

Dataset

• 출처

• 1021개의 training set

• 재난 이미지: 512x512x3

• GT 이미지: 512x512x3

  

실행

• 스크립트 파일, 파이썬 파일에서 데이터셋 경로를 설정하여야 합니다.

Training

# bash
sh training.sh

# python
python training.py

Output 확인

sh test.sh

• 생성된 solutoin_unet.pyz 파일을 사용하여 inference 를 수행합니다.

solution, eavluation

> [evaluation, solution_unet 폴더]
프로젝트 팀이 참여중인 LPCV 에서 제공하는 evaluation 코드입니다. 모델 평가를 자동화하는데 사용합니다.

• Solution.pyz 생성
• Evalaution 수행