jjongyn / 2021-object-detection-competition

🏁 2021 Autonomous Video Object Detection Competition - 🥇

2021 자율주행영상 객체 검출 경진대회

• 🥇 금상 (1등) 수상 🥇
• 자율주행 인지 학습용 데이터 AI 모델 및 알고리즘 성능 평가, 동적 객체 및 정적 객체에 대한 객체 검출 정확도 테스트
• 2021.12.06 ~ 2021.12.23
• 주관 : 산업통상자원부, 한국자동차연구원
• Facts and Figures, Click it!

Our Team

• 신종윤 (팀장)
• 명재용
• 태관호
• 오해인

Requirements

• Python >= 3.7.0
• Pytorch >= 1.7.0

Detection Example

Train custom data

data = 40000, epochs = 19

Download best.pt in Release and move to /yolov5

cd yolov5 
python train.py --img 1280 --batch 4 --epochs 19 --data 'data/dataset_train.yaml' --cfg 'models/yolov5m.yaml' --weights best.pt --device 0

Running the model

Evaluating the model

python3 detect2.py --weights best.pt --img 1280 --iou-thres 0.6 --source ~/2021_Object_Detection_Foscar/yolov5/data/test --save-txt --exist-ok --save-conf --view-img # source = test data

MAP

cd yolov5/data/test # ground truth 해당 경로에 test img, 변환된 txt 추가
cd yolov5
python inference.py --data 'data/dataset.yaml' --weights best.pt --verbose --imgsz 1280 --task test --conf-thres 0.25 --device 0
#/yolov5/runs/val/exp/R_curve.png

Precision Recall Curve

Result data to XML

change path in inference.sh (~/*.jpg)

cd yolov5 
bash inference.sh

Yolo_txt to XML(v_001_1.xml)

python yolo2voc2.py 'yolo txt path'

1st prize