【MMDetection】 config実践編

概要

まだまだ日本語情報が少ない物体検出フレームワーク"MMDetection"について、学んだことを記録していこうと思います。間違い等ありましたらぜひコメントで教えてください。よろしくお願いします。

前回：config基礎編

今回は、実践的にconfigを利用してオリジナルのMask R-CNNを学習していきます。

configファイルの構造

configファイルにはモデルの構造だけでなく、データセットに関する設定等も記述します。
基本的に、configファイルは以下の4つのパートで構成します。

• model：モデルに関する記述
• dataset：データセットに関する記述
• schedule：学習のスケジュールに関する記述
• runtime：実行時の設定に関する記述（ログやチェックポイント等）

MMDetectionでは、各パートについてベースとなる設定が記述されたファイルが用意されています。詳しくはこちらを覗いてみてください。

モデルの構築

今回は、既存のモジュールを組み合わせてオリジナルのMask R-CNNを構築します。
既存のモジュールの一覧はこちら。

• Mask R-CNN
• バックボーンはResNet50
• ネックはPath Aggregation Feature Pyramid Network（名前は正確かわからないです）
• 学習は12エポック
• データセットはCOCO

1. configの作成

Mask R-CNNのデフォルト設定とはネック部分だけが異なるので、その部分だけ修正します。
ファイル名はルールに従ってmask_rcnn_r50_pafpn_1x_coco.pyとなります。

mask_rcnn_r50_pafpn_1x_coco.py

# 各パートのdefault設定を継承
_base_ = [
    '../_base_/models/mask_rcnn_r50_fpn.py',
    '../_base_/datasets/coco_instance.py',
    '../_base_/schedules/schedule_1x.py',
    '../_base_/default_runtime.py'
]

# modelのneck部分を修正
model = dict(
    neck=dict(
        type='PAFPN',                           # neckの名前
        in_channels=[256, 512, 1024, 2048],     # 各スケールの入力チャンネル数
        out_channels=256,                       # 各スケールの出力チャンネル数 
        num_outs=5                              # 出力スケール数
    )
)

具体的に各モジュールのどのkeyを修正すれば良いかは、各モジュールのソースコードを確認して、クラスのコンストラクタの引数を確認すればわかります。
モジュールはmmdetection/mmdet/models/*/*.pyにあります。

2. 学習と評価

モデルの学習・評価はこちらを参照してください。

参考文献

• 公式ドキュメント