[Boostcamp Day-37] Object Detection Pstages

 

개요

• 데이터셋으로는 일반 쓰레기, 플라스틱, 종이, 유리 등 10 종류의 쓰레기가 찍힌 사진 데이터셋이 제공
• Input : 쓰레기 객체가 담긴 이미지와 bbox 정보(좌표, 카테고리)가 모델의 인풋으로 사용됩니다. bbox annotation은 COCO format으로 제공
• Output : 모델은 bbox 좌표, 카테고리, score 값을 리턴

데이터셋

• 전체 이미지 개수: 9754장
• 10 class: General trash, Paper, Paper pack, Metal, Glass, Plastic, Styrofoam, Plastic bag, Battery, Clothing
• 이미지 크기: (1024, 1024)
• 약 50%의 이미지는 학습에 활용 되며, 50%는 test에 이용

 

• train.json : train에 쓰일 수 잇는 모든 image, annotation 정보
• test.json : 예측해야할 이미지들의 정보

 

images:

• id: 파일 안에서 image 고유 id, ex) 1
• height: 512
• width: 512
• file_name: ex) batch_01_vt/002.jpg

annotations:

• id: 파일 안에 annotation 고유 id, ex) 1
• segmentation: masking 되어 있는 고유의 좌표
• bbox: 객체가 존재하는 박스의 좌표 (x_min, y_min, w, h)
• area: 객체가 존재하는 영역의 크기
• category_id: 객체가 해당하는 class의 id
• image_id: annotation이 표시된 이미지 고유 id