Darknet YOLOv4を使って機械学習を始め、「深層学習による石造物の分類」以来、いくつかのブログ記事を書いてきました。1ヶ月ほど前にYOLOv5に移行したところ、予想を遥かに上回る良好な結果を得ることができましたので、簡単にYOLOv5を紹介します。
特筆すべき点は、
- インストールが簡単(Pythonの環境があれば動作し、Visual Studioのような開発環境は不要)
- 検出処理が高速で精度も高い
です。また、YOLOv5はGPU(CUDA)なしで動作させることも可能です。
Darknet YOLOv4を使って機械学習を始め、「深層学習による石造物の分類」以来、いくつかのブログ記事を書いてきました。1ヶ月ほど前にYOLOv5に移行したところ、予想を遥かに上回る良好な結果を得ることができましたので、簡単にYOLOv5を紹介します。
特筆すべき点は、
です。また、YOLOv5はGPU(CUDA)なしで動作させることも可能です。
車載カメラによる動画からYOLOで石造物検出をするようになると、検出対象の石造物の種類を増やしたくなり、より多くの学習データが必要になりました。そこで、もともとは月待塔というマイナーな石造物の情報収集用に作ったScrapyとYOLOによるWebクローリングと物体検出の仕組みを利用して、AIの学習用データを収集することにしました。
続きを読む
深層学習(ディープラーニング)のフレームワーク Darknet YOLO には、動画から物体検出するサンプルプログラムが付属しています。そこで、車載カメラで撮影した動画から石造物を検出してみることにします。
「ScrapyによるWebクローラーの開発」で作成したクローラーと、「Darknet YOLOをPythonで使う」で作成したディープラーニングによる月待塔の検出(実際には、「夜」と刻まれた石造物の検出)を組み合わせて、クローリングで得られた画像から月待塔を検出します。
続きを読む
前回はVisual Studioでビルドしたdarknet.exeを使用して、石造物に刻まれた文字の学習と検出の実験をしました。
Darknet YOLOはDLL版をビルドすることによりAPIの利用が可能になります。独自のAIアプリケーションを開発する際には、exeファイルをコマンドとして起動するよりも適しています。また、Python用のラッパーも用意されています。
そこで今回は、指定したフォルダから月待塔の写っている画像ファイルを探し出す簡単なPythonプログラムを作成することとします。
続きを読む