2020/09/17

プロジェクト：自動車をComputer visionで捉えてみよう！

アクセス: 114

コメント: 0

<img style="width:640px;height:426px;" height="426" width="640" src="/p/xdgcy3ne8yvs4et4vjij-bebbe2ee.jpg" alt="xdgcy3ne8yvs4et4vjij-bebbe2ee.jpg" /> 
 
それでは、今日からアプリケーションを作るためのアルゴリズムをいろいろ試しながら、その性能向上の方法を考えていきましょう。まずはComputer visionからはじめたいと思います。ResNetが2015年に人間の認識能力を上回ったあたりから、さまざまなアルゴリズムが続々登場してますので、Computer visionのアルゴリズムの全てを把握するのはなかなか大変です。ここでは物体検出モデル、いわゆるObject detection関連のモデルを中心に取り上げたいと思います。今回のプロジェクトで検出したい物体は自動車です。サンプルになる画像も入手しやすいですし、将来スマートシティや自動運転などで、応用できる範囲も広いと考えました。それでは早速この紙上プロジェクトをはじめましょう。

１、リアルタイムで使いたい

アプリケーションで物体検出モデルを使う場合は、動画・ビデオの分析に使うことも想定したほうが良いと思います。したがってリアルタイムで動画を分析するために充分速い計算速度が必要になります。通常は30FPS（１秒あたり30コマ分析できるスピード）前後あれば大丈夫かと思います。ということは、アルゴリズムを選択する上で、パラメータの数が大きすぎるモデルは使えないケースがあると考えられます。またモデルの構造で言えば、対象となる物体の画像内での位置を把握するステップと把握された位置に存在する物体が何であるかを識別するステップが一体となっているアルゴリズムが有利かと思います。（最初の自動車の画像で言えば、1. 四角い箱の位置を決めるステップと 2. それが自動車だと判別するステップにあたります。）

２、どれぐらいの物体検出能力があるの？

今回は自動車の検出を行いたいと思います。ひとくちに自動車といっても、撮影する際の角度や、カメラと自動車の距離、あるいは光の具合などで、実際に写っている自動車は様々です。自動車を確実に捉えるように、できるだけ精度を上げたいのですが、上記で考えたパラメータの数とのトレードオフになるかも知れません。そのバランスも考慮が必要ですね。以下の簡単な実験の例を見ると、比較的に近い方にある自動車は捉えているのですが、遠くて小さく写っている自動車はどうもうまくいかないようです。自動車以外でもよくあるケースですので、このあたりの問題も改善していきたいところですね。
 
 
<img height="400" src="https://lh3.googleusercontent.com/yzSm_AJmCjhtQKcGc3CFbF6PH5TOW5tA7DpnKesg9yU6bUaJM7UP9imVbztt3zru0vRfXMgRj1i3EfWJvA7bfpcjf9Xh7DmwK3ZMJRCuhQiC4WgvjPV7cw5g9utVjc6GZBd45u4" width="602" alt="yzSm_AJmCjhtQKcGc3CFbF6PH5TOW5tA7DpnKesg9yU6bUaJM7UP9imVbztt3zru0vRfXMgRj1i3EfWJvA7bfpcjf9Xh7DmwK3ZMJRCuhQiC4WgvjPV7cw5g9utVjc6GZBd45u4" />
 ３、使いやすさはどうかな？

物体検出モデルを実際にアプリケーションに使うとなると、単にリサーチペーパーを書くのと違い、さらに他の様々な点も考慮しなくてはなりません。メインテナンスは容易なのか？オープンソースとしての継続性はしっかりしているのか？　クラウドやエッジ端末との相性は良いか？　などなど考えられますが、もちろんこれらに限りません。正解はひとつではありませんが、いろんなアルゴリズムやモデルを試していけば、その経験をもとに目的にあったものを選択できるようになるとか思います。

以上、このプロジェクト使うでアルゴリズム・モデルを考慮するためのポイントを簡単にご紹介しました。今年に入っていくつかの新しいモデルが公開されています。今回のプロジェクトでは、YOLO系の物体検出モデルが良いかなと考えてます。次回はYOLO系のモデルを少し深堀りしてみたいと思います。それでは次回にまたお会いしましょう。 notification：この記事はAI技術に関するあくまで個人的な感想を述べたものであり、正確性を担保するものではありません。ToshiStats株式会社および私は、本書に含まれる資料、指示、方法、アルゴリズムまたはアイデアを使用すること、または結果として行動することまたは行動することを控えることにより、人または財産に生じた損失または損害について一切の責任または義務を負いません。 ToshiStats株式会社および私は、商品性または特定の目的への適合性を含め、すべての黙示の保証を明示的に否認します。 コードやソフトウェアの誤りや欠陥を修正する義務は、ToshiStats株式会社および私にはありません。

プロジェクト：自動車をComputer visionで捉えてみよう！

人気記事ランキング

噂のNotionですっきり、A…

YOLOv5 登場！このプロ…

PyTorchの躍進を紐解く３…

深層学習はシステム1から…

XGBoost（GBDT）とランダ…

いいね！ランキング

AIにはPythonと微分と確率は欠かせない。

XGBoost（GBDT）とランダムフォレストから…

ディープラーニングを学び始めた方へ　東…

深層学習はシステム1からシステム2へ

なぜZoomは40分で切れるのか？

DETRで自動車の物体検出をやってみました！

DETR : transformerが組み込まれた物体検…

im2colに慣れるための最初の一歩　～何を…

DETRで自動車の物体検出をやってみました！

ユーザーランキング

タグランキング

深層学習

ディープラーニング

AI

deeplearning

Transformer