これは、自分用の作ったメモです。
間違った記述がありましたら、ご指摘いただければ修正します。
項目 | yolov4 | yolox |
---|---|---|
参照したgithub | https://github.com/AlexeyAB/darknet | yolox |
学習データの形式 | yolo形式 | COCO形式 |
上記のフォーマットの解説記事 | 解説記事 | 解説記事 |
アノテーションファイルの流儀 | 1画像1ファイル | train分で1つのjsonファイル |
bboxの記述 | 中心のx, 中心のy, w, h | 左上のx,左上のy,w,h |
bboxの記述 | 画像サイズで規格化した座標 | pixel 単位の座標 |
アノテーションツールの例 | labelMe | CVAT |
軽量なモデル | yolo-tiny | yolox-tiny |
設定ファイル(入力サイズなど) | yolov4-tiny.cfg | exps/default/yolox_tiny.py |
設定ファイル(学習用のデータの記載) | --- | exps/custom/yolox_tiny.py |
学習済みの重みファイル | yolov4-tiny.weights | yolox_tiny.pth |
重みファイルの形式 | 独自形式 | pytorch |
クラスの名称 | obj.names | jsonファイルの"categories"に記載 |
学習開始時に指定する初期値の重みファイル | yolov4 | yolox |
学習時の画像リスト | train.txtに相対パスで記載 | train用のjsonファイルの"images"に記載(ファイル名だけ) |
学習中の途中の重みファイル | 未記入 | 例 YOLOX_oupputs/yolox_tinye/epoch_100_ckpt.pth |
pypi | tensorflow-yolov4 | yolox |
付記:
YOLOXではCOCO形式をデータを管理している。データ形式が標準化されているので、検出結果の評価ツールも表示で提供されている。