※ This repository is available in English.

このレポジトリについて

2021年9月4,5日に開催された関西情報系学生団体交流会 (KC3)の勉強会で使用したものです．
CVATによって作成したデータセットの学習済みONNXモデルを用いて，YOLOXで物体検出するプログラムを提供しています．
CVATの初期設定や，自動アノテーションを行う方法に関してはCVATの自動アノテーション機能を使ってみたを参照してください．
また，モデルの学習に関してはCVATとYOLOXで機械学習やってみた(近日公開)を参照してください．

ファイル構成

• OpenVINO_Bread_Detection.ipynb
  画像の中のパンを検出するためのプログラムです．

• AI_Bread_Register.ipynb
  画像の中のパンを検出し，それらの合計値段を計算する仮想レジプログラムです．

• yolox-s.onnx
  以下の5種類のパンを検出するためのONNXモデルです．

  "malitozzo", "curry bread", "hot dog", "krone", "melon bread"

モデルの学習の際はこちらを使用しました．

使い方

Google Colabを使用して，OpenVINO_Bread_Detection.ipynbを実行してください．プログラム中ではGoogle DriveのYOLOX-sフォルダにある画像とモデルを読み込み，それを検出します．なので，初期設定ではYOLOX-sフォルダにyolox-s.onnxモデルと下記のパンの画像を入れておく必要があります．この辺りはお好きに変更してください．その際はプログラム中のif __name__ == '__main__':以下のmodel_path, img_path, output_path の部分を適宜変更してください．
AI_Bread_Register.ipynbでも同様にプログラムを実行できます．

ライセンス

これらのプログラムはApache License 2.0にて公開しています．
なお，このレポジトリはroboflow-aiさんのYOLOX / openvino_inference.pyを参考にして作成しました．

謝辞

このノートブックは、the Megvii TeamのYOLOX repositoryとroboflow-ai's notebookに基づいています。それらのリポジトリを作成して下さったMegviiチームと, notebookを作成して下さったroboflow-aiさんに感謝します。

参照

How to Train YOLOX On a Custom Dataset