モリカコミックでコマのセグメンテーション用に、MASKDINOを学習して使っている。

DOCS

• Original README
• installation instructions

学習手順概要

• COCO 形式のデータセット作成、任意の場所に置く。
• train_net.py 冒頭で、データセットの情報を設定。
• configs/manga/にて、config ファイルを追加。
• train_net.py を実行して学習。

python train_net.py --num-gpus 1 --config-file configs\manga\boundary_finetune.yaml

yaml でもベース重みを指定できますが、コマンドラインで指定するのも可。その場合は上記コマンドの最後に　MODEL.WEIGHTS D:\model.pth みたいな設定を追加。

config について

履歴

• 現在使われているモデルは　maskdino_R50_bs16_50ep_3s.yaml（base.yamlを継承）で学習されている。
• backup_maskdino_231120.yaml は学習回したときに出力された既定値を含めた完全版 configで、念の為置いた、学習には使わない。
• boundaryXXX.yaml: boundary loss で学習用の config。
  • boundary_finetune2.yaml: 現在モデルをベースに、boundary loss 追加した形でファイチューニングする。

よく使う設定

• データセットの設定：train_net.py 冒頭で定義した名前で設定。 　base.yaml では以下のように指定しているが、継承する場合は自ファイルで別に設定してオーバーライト。

DATASETS:
  TRAIN: ("manga_train",)
  TEST: ("manga_val",)

• 追加学習の場合は、以下のように設定。

MODEL:
  WEIGHTS: "output/251210_baseline/model_final.pth"

• 出力場所。任意だが以下が一例。

OUTPUT_DIR: ./output/boundary_finetune2

• 学習回数、学習率

SOLVER:
  BASE_LR: 1.0e-05
  MAX_ITER: 10000