반응형
MMSegmentation에 추가하기
1. 데이터셋 추가
새로운 사용자 정의 데이터셋을 mmseg/datasets/example.py로 만듭니다. 새로운 모듈을 추가하기 위해서는 registry에 정의되어 있는 클래스의 register_module을 통해 등록합니다. 여기서는 MMSegmentation에서 제공하고 있는 BaseSegDataset 클래스를 상속받아 작성하는 것을 가정했습니다.
from mmseg.registry import DATASETS
from .basesegdataset import BaseSegDataset
@DATASETS.register_module()
class ExampleDataset(BaseSegDataset):
METAINFO = dict(
classes=('xxx', 'xxx', ...),
palette=[[x, x, x], [x, x, x], ...])
def __init__(self, arg1, arg2):
pass
2. 불러오기
새롭게 정의된 데이터셋을 mmseg/datasets/__init__.py에 아래와 같이 추가해줍니다.
from .example import ExampleDataset
3. config 파일에 추가
새롭게 만들어진 데이터셋에 대한 config를 configs/_base_/datasets/example_dataset.py에 아래와 같이 작성해서 추가해줍니다.
dataset_type = 'ExampleDataset'
data_root = 'data/example/'
4.정보 추가
메타 데이터(클래스, 팔레트 등)를 mmseg/utils/class_names.py를 통해 추가해줍니다.
def example_classes():
return [
'xxx', 'xxx',
...
]
def example_palette():
return [
[x, x, x], [x, x, x],
...
]
dataset_aliases ={
'example': ['example', ...],
...
}
참고자료
[1] https://mmsegmentation.readthedocs.io/en/latest/advanced_guides/add_datasets.html
반응형
'Python > Data Analysis' 카테고리의 다른 글
MMSeg에서 새로운 증강 기법 만들기 | Custom Transforms (0) | 2024.11.27 |
---|---|
MMSeg에서 .py로 정의된 사용자 정의 지표 가져오기 | Custom Metric (0) | 2024.11.25 |
앙상블 기법을 딥러닝에서 활용할 수 있게 pytorch로 구현하기 | Voting, Bagging, Stacking (0) | 2024.11.11 |
PIL을 활용한 이미지 특징(Image attributes) 추출하기 | 이미지 데이터 EDA (0) | 2024.09.25 |
인공신경망에서 그래디언트 손실 및 폭주 문제 해결 | 활성화 함수, 가중치 초기화 (2) | 2024.08.31 |