person-vehicle-bike-detection-crossroad-yolov3-1020

ユースケースと概要説明

これは、セキュリティー監視アプリケーション向けに人/車両/自転車の検出用に微調整された YOLO V3 ネットワークです。さまざまなシーンや天候/照明条件で機能します。

Yolo V3 は、こちらのリポジトリーから Keras* を使用して実装され、TensorFlow* フレームワークに変換されたリアルタイム物体検出モデルです。

このモデルは、80 クラスの Common Objects in Context (COCO) データセットで事前トレーニングされ、人/車両/自転車の検出用に微調整されました。

例

仕様

メトリック

値

評価指標 (mAP)

48.89%

AP 人物

58.94%

AP 車両

62.05%

AP 自転車/バイク

25.66%

GFlops

65.98

MParams

61.92

ソース・フレームワーク

Keras*

平均精度 (AP) は、精度/再現率曲線の下の領域として定義されます。

検証データセットは、さまざまなシーンからの 34757 枚の画像で構成されており、次のものが含まれます。

オブジェクトのタイプ

境界ボックスの数

車両

229503

歩行者

240009

自転車/バイク

62643

同様に、トレーニング・データセットには次のような 17084 枚の画像があります。

オブジェクトのタイプ

境界ボックスの数

車両

121111

歩行者

119546

自転車/バイク

30220

入力

画像、名前: image_input、形状: 1, 416, 416, 3、形式: B, H, W, C。

説明:

  • B - バッチサイズ

  • H - 画像の髙さ

  • W - 画像の幅

  • C - チャネル数

予想される色の順序: BGR。

出力

  1. 検出概要情報の配列、名前: conv2d_58/Conv2D/YoloRegion、形状: 1, 255, 13, 13。anchor 値は、116,90,  156,198,  373,326 です。

  2. 検出概要情報の配列、名前: conv2d_66/Conv2D/YoloRegion、形状: 1, 255, 26, 26。anchor 値は、30,61,  62,45,  59,119 です。

  3. 検出概要情報の配列、名前: conv2d_74/Conv2D/YoloRegion、形状: 1, 255, 52, 52。anchor 値は、10,13,  16,30,  33,23 です。

各配列の出力形式は B, N*85, Cx, Cy です。
説明:

  • B - バッチサイズ

  • Cx、Cy - セル・インデックス

  • N - セルの検出ボックスの数

検出ボックスの形式は、[x, y, h, w, box_score, class_no_1, …, class_no_80]。

説明:

  • (x,y) - セルに対するボックスの中心の座標

  • h、w - ボックスの生の高さと幅。指数関数を適用し、対応するアンカーで乗算して、絶対的な高さと幅の値を取得します

  • box_score - [0, 1] 範囲の検出ボックスの信頼度

  • class_no_1, …, class_no_80 - [0, 1] 範囲のクラスの確率分布。信頼値 box_score を乗算して、各クラスの信頼度を取得します

モデルは人/車両/自転車検出データセットに基づいて微調整されているため、次のクラスに対してゼロ以外のスコアが返されます。

  • 人 - 最も高いスコア

  • 車両以外 (自転車/バイク) - 2 番目のスコア

  • 車両 - 3 番目のスコア

これら 3 つのクラスのインデックスは、元の Common Objects in Context (COCO) データセット内のクラス person、bike、および car のインデックスと一致していることに注意してください。また、このモデルは、元の Yolo V3 との下位互換性のため、80 個の COCO クラスすべてのクラススコアを返すことにも注意してください。

デモの使い方

Open Model Zoo が提供する次のデモでこのモデルを使用して、その機能を確認できます。