297 - Converting keras trained model to ONNX format​ - Semantic Segmentation

preview_player
Показать описание
Code generated in the video can be downloaded from here:

All other code:

Semantic segmentation using ONNX model

A complete project that walks through the process of training a keras model using data augmentation, exporting it to ONNX, and segmenting using the ONNX model.

We will be using small dataset (12 images and masks of 768x1024 each - further divided into 256x256 patches)
Augmentation is used to artificially enhance the number of training images.
NOTE: While augmentation helps, you cannot augment your way out of having limited training data.

We will use a simple 2D U-net model for segmentation.

The trained model will be saved as a keras (.h5) model.
We will segment a few images using the trained keras model.

This model will then be saved as ONNX.
The ONNX model will be used to segment some images.
Рекомендации по теме
Комментарии
Автор

Thanks sir !
Real you make a great difference in computer vision courses .

hashimosmanmusa
Автор

Hey, Sreeni, please explain the process of installing onnx. I have Windows 10, Anaconda (tried pip two) Python 3.6 (or 3.8) with segmentation_models_pytorch (smp) installed. The torch comes from smp. It loads models with torch.load(path2model). Now, onnx refuses to install: "at least pep 517 required". If I use Python 3.10 (or 3.11), then onnx instals, but torch refuses to read a model (no module named 'segmentation_models_pytorch. unet').

What is your environment?

samtux
Автор

Hi Sreeni, thanks for your awesome videos and didactic. I need some advice on which method to use to do automatic segmentation of oil spill on the ocean, there are so many methods in you channel that I get confused. I must detect oil spills from huge satellite images, kind of 30000x30000 matrices of very small but positive values (1 band only). I also need some advice on which package you suggest me to open and manipulate theses images (Tiff files) because OpenCV is 8-bit only and it can't deal with so small numbers. Could you please indicate in which video should I start watching, please? Thanks a lot in advance.

Garcia_AI_Dev
Автор

Bonjour Timera,

J'espère que vous allez bien. C'est la première fois que je laisse un commentaire sur votre chaîne. J'aime sincèrement votre travail même si je ne partage pas certaines de vos opinions même si elles sont peu nombreuses.

Je suis très heureux de laisser ce commentaire qui ne semble pas avoir de rapport avec le sujet d'aujourd'hui. Mais je voulais partager avec vous ce que j'ai découvert hier. Un jour, vous expliquiez le verset 3 de la sourate An Nisa. Vous m'avez progressivement aidé à comprendre ce verset. Cependant, vous avez dit, si je ne me trompe pas, que 2, 3 ou 4 n'est pas très explicite dans son sens :
- est-ce qu'on compte la ou les femmes qu'on a déjà mariée(s) ?
- s'agit-il seulement des orphelines (que l'on choisit parmi elles),
- ou leurs mères,
- etc.
Je me posais la même question depuis jusqu'à hier, où je suis tombé sur le verset 127 de la même sourate, qui, pour moi, clarifie bien les choses. Quand il est dit "[...] Dis: "Allah nous donne Son décret à ce sujet, en plus de ce qui vous est récité dans le livre, au sujet des orphelines auxquelles vous ne donnez pas ce qui leur est prescrit, et que vous voulez marier [...]". Par ma modeste réflexion, je vois que le passage "au sujet des orphelines auxquelles vous ne donnez pas ce qui leur a été prescrit" est traité par le verset numéro 2 de la même sourate, alors que le verset 3 aborde le passage "et que vous souhaitez épouser (ces mêmes orphelines)". Je vous invite à me faire part de votre avis.

Bonne journée à vous et bon ramadan.

yusufaye
Автор

Sir Please make video on SegFormer, MaskFormer, I really like your videos and your explanation!!

darkbeast
Автор

Hey Sreeni, can you make a video on SegNet, please? Couldn't find a clear explanation about this architecture anywhere on the internet especially since no one explained the implementation of pooling indices. Love your videos and explanations btw!

shankarx