Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
物体検出をPythonで動かしてみる! / Try using YOLOv3 in Python
Search
moonlight-aska
January 13, 2019
0
910
物体検出をPythonで動かしてみる! / Try using YOLOv3 in Python
2019年1月13日開催の「大江橋Pythonの会#5」のLT資料です.
moonlight-aska
January 13, 2019
Tweet
Share
More Decks by moonlight-aska
See All by moonlight-aska
CHATGPT。はじめの一歩 / ChatGPT. Get Started
aska
0
38
「Kingyo AI Navi」アプリ / Kingyo AI Navi App
aska
0
170
Kingo AI Navi LINEをもっと使い倒せ!!
aska
0
51
Depth画像で物体検知やってみたー。/ Objects Detection with Depth Images
aska
0
470
Kingyo AI Naviアプリ開発 / Kingyo AI Navi App
aska
0
330
AutoML Vision Edgeで金魚分類モデルを学習してみた / Kingyo Classification Model with AutoML Vision Edge
aska
0
410
AutoML Vision Edge + ML Kit for Firebase ⇒ Kingyo Classification
aska
1
520
Kingyo AI Navi
aska
0
480
ピープルカウンタ、その後。/ People Counter
aska
0
490
Featured
See All Featured
4 Signs Your Business is Dying
shpigford
175
21k
Unsuck your backbone
ammeep
662
57k
From Idea to $5000 a Month in 5 Months
shpigford
377
45k
How to name files
jennybc
64
93k
Code Reviewing Like a Champion
maltzj
513
39k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
240
1.2M
Happy Clients
brianwarren
91
6.4k
Building a Modern Day E-commerce SEO Strategy
aleyda
16
6.4k
Making Projects Easy
brettharned
108
5.5k
How To Stay Up To Date on Web Technology
chriscoyier
782
250k
Intergalactic Javascript Robots from Outer Space
tanoku
266
26k
VelocityConf: Rendering Performance Case Studies
addyosmani
320
23k
Transcript
物体検出をPythonで動かしてみる! 2019/1/13 Moonlight 明日香 大江橋Pythonの会 #5 LT
自己紹介 鶴田 彰 (Moonlight明日香) (昔の)得意分野 : パターン認識(画像, 音声,
etc) ユーザ適応(レコメンド, etc) コミュニティ活動 : GCPUG Nara Organizer CODE for YAMATOKORIYAMA 最近は, 週末プログラマとして また機械学習に再チャレンジ中! Facebook moonlight.aska Twitter @moonlight_aska Blog みらいテックラボ http://mirai-tec.hatenablog.com
深層学習による画像認識 Liu L, Ouyang W, Wang X, et al. Deep
Learning for Generic Object Detection: A Survey. arXiv. 2018. 物体検出 位置検出+画像分類 画像分類 セマンティック セグメンテーション 画素単位で分類 インスタンス セグメンテーション 位置検出 +画素単位で分類
Liu L, Ouyang W, Wang X, et al. Deep Learning
for Generic Object Detection: A Survey. arXiv. 2018.
どうやって物体検出するのか 特徴抽出 識別 座標位置推定 後処理 基本的な流れ: 1. 画像の特徴抽出 2. 画像から物体領域の候補選出
3. 各枠で画像認識
各手法のモデル概要 Liu L, Ouyang W, Wang X, et al. Deep
Learning for Generic Object Detection: A Survey. arXiv. 2018.
https://pjreddie.com/darknet/ Darknet:Open Source Neural Networks in C
https://pjreddie.com/darknet/ YOLOv3をPythonで動かしてみる!!
1. コードダウンロード 2. Makefile修正 3. make 4. 学習済モデル(重み)ダウロード 5. テスト
git clone https://github.com/pjreddie/darknet.git GPU=1 CUDNN=0 OPENCV=1 OPENMP=0 DEBUG=0 wget https://pjreddie.com/media/files/yolov3.weights ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
None
YOLOv3はCによるライブラリ PythonでYOLOv3を動かす方法: 1. ctypes(*1)を使う ⇒ darknet/python/darknet.py 2. YOLOv3の学習済モデルを使う ⇒ keras-yolo3
*1:このライブラリはCと互換性のあるデータ型を提供し, 動的リンク/共有ライブラリ内の関数 呼び出しを可能にする.
darknet/python/darknet.py参照 注) python3系では, C関数の引数に文字列を渡す際に, c_char_pに対して str型の”cfg/tiny-yolo.cfg”を渡すようなので, これをバイト列にして渡す. if __name__ ==
“__main__”: net = load_net(b”cfg/tiny-yolo.cfg”, b”tiny-yolo.weights”, 0) meta = load_meta(b”cfg/coco.data”) r = detect(net, meta, b”data/dog.jpg”) print(r)
1. コードダウンロード 2. モデル変換 3. テスト git clone https://github.com/qqwweee/keras-yolo3.git python
convert.py yolov3.cfg yolov3.weights model_data/yolo.h5 python yolo_video.py --image Input image filename:data/dog.jpg
YOLOv3オリジナル(ctypes) keras-yolo3
https://www.kaggle.com/c/rsna-pneumonia-detection-challenge RSNA Pneumonia Detection Challenge 肺炎とは: 肺の細菌感染 空気は放射線をよく透過するため胸部レントゲン画像で黒く見えるが,
肺炎になるとその部分が白く映し出される. 正常 異常(水色:ラベル, ピンク:予測結果)
物体検出も身近になった(YOLOv3, SSD, etc) まずは触ってみよう! 物体検出。 オリジナルデータによるモデル学習も可能 今回説明なし (みらいテックラボ:YOLOv3を試してみる(2)参照)
None