Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Speaker Deck
PRO
Sign in
Sign up for free
物体検出をPythonで動かしてみる! / Try using YOLOv3 in Python
moonlight-aska
January 13, 2019
0
610
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
Kingo AI Navi LINEをもっと使い倒せ!!
aska
0
32
Depth画像で物体検知やってみたー。/ Objects Detection with Depth Images
aska
0
240
Kingyo AI Naviアプリ開発 / Kingyo AI Navi App
aska
0
220
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
240
AutoML Vision Edge + ML Kit for Firebase ⇒ Kingyo Classification
aska
1
350
Kingyo AI Navi
aska
0
300
ピープルカウンタ、その後。/ People Counter
aska
0
320
ML Kitでちょびっと金魚AI / Recognition of goldfish type using ML Kit
aska
0
210
機械学習のための音声信号処理(基礎編)/ Speech Signal Processing
aska
0
710
Featured
See All Featured
Documentation Writing (for coders)
carmenhchung
48
2.5k
Side Projects
sachag
449
37k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
226
15k
Become a Pro
speakerdeck
PRO
3
790
ParisWeb 2013: Learning to Love: Crash Course in Emotional UX Design
dotmariusz
100
5.9k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
315
19k
Fashionably flexible responsive web design (full day workshop)
malarkey
396
62k
Raft: Consensus for Rubyists
vanstee
126
5.4k
How to Ace a Technical Interview
jacobian
265
21k
How New CSS Is Changing Everything About Graphic Design on the Web
jensimmons
212
11k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
237
19k
Writing Fast Ruby
sferik
612
57k
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