高橋かずひとのプログラミング、その他、備忘録。

日々調べてたことや、作ってみたものをメモしているブログ。 お決まりの断り文句ですが、このブログに書かれている内容は個人の見解であり、所属する組織の公式見解ではありません。チラ裏。

物体検出

PINTO_model_zoo:マルチタスクネットワーク(326_YOLOPv2)デモ追加 ※交通物体検出、道路・ラインセグメンテーション

YOLOPv2の味見をしています PINTOさんとこのYOLOPv2のONNXモデル(320x192)を味見中v1より確かに精度は良いけど、CPU推論だとモデルサイズ相応の推論速度に見える pic.twitter.com/STuSO203MV — 高橋 かずひと@闇のパワポLT職人 (@KzhtTkhs) 2022年9月3日 YOL…

PINTO_model_zoo:物体検出(308_FastestDet)デモ追加

FastestDetに興味があるためチョイチョイ試しています FastestDet味見中速度の対して精度高いですね確かに https://t.co/7aUMOMtRVn pic.twitter.com/tSnKpnXfcM — 高橋 かずひと@パワポ職人 (@KzhtTkhs) 2022年7月10日 公式リポジトリの画像でも感じました…

ノードエディターベースの画像処理ツールを作りました🦔

DearPyGuiにノードエディター機能があるのを知って、 ここ一週間くらいノードエディター+画像処理的なツールを作っていました 完全に自分のための仕様で、僕の仕事とかには使える作りにはなっているのですが、 実装済みのノードにはかなり偏りがあります 以…

Raspberry Pi 4向けのPerson Tracking(CPU推論4スレッドで85~120ms)

トラッキング(motpy)付けると流石に重くなる、、、 ギリギリ10fps前後ですね。 「物体検出オンリーですか?」と聞かれたのでトラッキングも付けてみたRaspberry Pi4 CPUオンリーのPerson Trackingはギリギリ10fps前後 https://t.co/TNrgSwJIi0 pic.twitter.c…

Raspberry Pi 4向けのPerson Detection(CPU推論4スレッドで45~60ms)

Raspberry Pi 4向けの人検出モデルです。 ノートPCとかでも動きますが、ノートPCで動かすくらいならYOLOXとか使ったほうが精度と速度のバランス良いと思います Raspberry Pi4 CPUオンリーのPerson DetectionつづきPINTOさんのTensorflowLite-bin導入するだけ…

YOLOXでDeep写輪眼

Deep写輪眼第3世代です データセットを約3500枚追加し1万枚の大台に乗りました。 そして、YOLOX-Nanoを採用して大幅にスピードアップしています Deep写輪眼v3のモデルトレーニングを行っていますこれはトレーニング途中の味見動画です。第二世代に比べてFPS…

MedaPipeを用いて虹彩に写輪眼👀

虹彩に写輪眼を重畳表示するプログラムです 結構怖い見た目に、、、 もう少しちゃんと実装いや、怖いな、、、 https://t.co/cGrf9ft5n3 pic.twitter.com/fQkVAW5OOv — 高橋 かずひと@プログラマー定年 (@KzhtTkhs) 2022年4月16日 ソースコードは以下にコミッ…

SAHI(Slicing Aided Hyper Inference) お試し👀

SAHI(Slicing Aided Hyper Inference) を試してみています 画像を分割して物体検出やインスタンスセグメンテーションを実行し、 推論結果を統合するフレームワークですね。 サンプルの推論試してみる何回も推論して統合する都合上、当たり前ですが相応に推論…

ByteTrack マルチクラス拡張🦔

拡張と言うほど大したことはしていませんが、、、※for文ぶん回しただけ ByteTrackのGitHub Issueで Q. マルチクラス対応版はないの?(意訳) A. for文ぶん回せ(意訳) と書いてあったのでfor文ぶん回してマルチクラスにした pic.twitter.com/JJhiy3X5Md — 高橋…

MOT-Tracking-by-Detection-Pipeline に YoutuReID を追加👻

Person ReIdentificationモデルのYoutuReIDを追加しました。 結構早くて性能良さそう お、YoutuReID良いんじゃない? https://t.co/u6q77tpQ0a pic.twitter.com/nxmePQ4ODd — 高橋 かずひと@マリオジェノサイダー (@KzhtTkhs) 2022年2月17日 ソースコードは…

MOT-Tracking-by-Detection-Pipeline に Person ReIdentification を追加👻

Person ReIdentificationを追加しました 場面が切り替わっても、ぼちぼち同一人物と認識しますね。 OpenVINO由来のPerson ReIdentificationを追加しましたONNXモデルはPINTOさんの動物園から https://t.co/gVjv1Iru2Y pic.twitter.com/fIoeLFqr3t — 高橋 か…

MOTのいくつかのアルゴリズム(motpy、ByteTrack、Norfair)とDetection寄せ集め🦔

Tracking-by-Detection系のMOT(Multi Object Tracking)にて、 DetectionとTrackingの処理を分離して寄せ集めたリポジトリを作りました 現時点で対応したモデルやアルゴリズムは以下のような感じです。 Detection YOLOX-Nano EfficientDet-D0 SSD CenterNet N…

YOLOXとByteTrackでMOT(Multi Object Tracking)👀

ByteTrack自体は以前も試してはいるのですが、、、 前のコードだとDetectionとTrackingがイマイチ分離されていなかったので、書き直して試しました この動画のMOT難易度高いんよなー②、、、YOLOX-Nano + ByteTrack https://t.co/d3uuY9KpzW pic.twitter.com/…

YOLOXとmotpyでMOT(Multi Object Tracking)👀

YOLOXとmotpyの組み合わせの事例はチョイチョイ見ますね。 自分でも試してみました この動画のMOT難易度高いんよなー、、、YOLOX-Nano + motpy pic.twitter.com/6msKCHpEF2 — 高橋 かずひと@マリオジェノサイダー (@KzhtTkhs) 2022年2月13日 ソースコードは…

YOLOP ONNX推論お試し👀

YOLOPをお試ししています。 YOLOPはマルチタスクなネットワークで、車両検出、道路セグメンテーション、レーンセグメンテーションの3つのタスクをこなします YOLOPさん。訓練済みモデルが日本の道路と相性悪いのか、いまいちセグメンテーションが不安定な気…

GTSDB(German Traffic Sign Detection Benchmark)でトレーニングされたTraffic Sign Detection👀

いや、ドイツの交通標識データセットなんですけどね、、、 以下は日本の動画なので、クラスIDは当然全然違いますが、検出自体はボチボチしている 結構古めのモデルですが、GTSDB(German Traffic Sign Detection Benchmark)を使った検出モデルがあったので試…

YOLOX-NanoのONNX推論、TFLite推論サンプル

Raspberry Pi4で推論速度を試したくて用意しました YuNetのONNX推論、TFLite推論のリポジトリを何のための用意していたかと言うと、Raspberry Pi4で速度見るためです。YOLOX-Nanoさん、工夫無しでも4FPSくらい出ている https://t.co/ayhjQXDgoT pic.twitter.…

YuNetのONNX推論、TFLite推論サンプル

Raspberry Pi4で推論速度を試したくて用意しました YuNetのONNX推論、TFLite推論のリポジトリを何のための用意していたかと言うと、Raspberry Pi4で速度見るためです。さすがにYuNetさんは早くて工夫無しでも25FPSくらい出ている https://t.co/1TIIFjHXf6 pi…

YOLOXによる物体検出👀

NanoDetの次はYOLOXを試しています。 今回はYOLOX-Nanoの自前データのトレーニングを行いました。 次はYOLOX-Nanoの自前データセットのトレーニング試すかなー pic.twitter.com/Ltl79jFavQ — 高橋 かずひと@孫請級プログラマー (@KzhtTkhs) 2021年9月29日 正…

NanoDetによる物体検出👀

NanoDetは高速・軽量な物体検出モデルです COCO mAP 20.6 で パラメータ数が0.95Mと言う驚異的な軽さです。 2021//9/20時点でGitHubのREADME上に乗っているベンチマークだと以下のような感じです。 流石に精度を求めようと思ったらYOLOシリーズやEfficientDe…

Google MobileObjectLocalizerを用いた物体位置検出

Google MobileObjectLocalizerと言うモデルがTensorFlow-Hubで公開されていたため、試してみました 上記ページによると、以下のような特徴を持つモデルのようです。 MobileObjectLocalizerはクラスに依存しないオブジェクト検出器です。 オブジェクト分類は…

Axross様への寄稿まとめ

今年に入ってからAxross様に技術記事を寄稿しています。 5つ寄稿し、多少キリが良いのでまとめて紹介しようと思います。 今のところ確定で1本寄稿を予定しており、評判が良ければ追加寄稿をAxross様と相談します。 Axrossとは 以下の理念で運営されているサ…

【TensorFlow Lite】Model Makerを使用したEfficientDet-Liteの訓練と推論🦔

EfficientDet-Liteのモデル訓練が実施したくて試してみました。 ソースコードは以下にコミットしています。 以前作ったObject Detection APIのハンズオン用資料と構成を似せてありますが、今回は何かのハンズオンで使う予定はなく、構成を似せただけです👻

単一の手のLocalizationモデルお試し作成中。その3。いったん完了。

以下の手検出ですが、いったん、ソースコードを整理して完了です。 お試しで作成出力が分類(無し/グー/パー)×1 と 回帰(X座標、Y座標)×2のLocalizationモデルです。ONNXに変換してCPU推論で動かしています。まあ、正直想定通りですが、、、僕のレベルじゃ、…

単一の手のLocalizationモデルお試し作成中。その2。

以下の続きです。 Raspberry pi4(num_threadsに2を指定)とUnityでの実行を試しています。 Raspberry pi4(num_threadsに2を指定)は以下。 ぼちぼちなのですが、TensorFlow Lite変換後の検出精度がイマイチになったよーな、、、? 60~70msくらい?うーん、、…

単一の手のLocalizationモデルお試し作成中。

発端は以下のお話し。 元々自社からも要望されていた調査ではあるのですが、、、 僕のもとに持ち込まれる手検出の相談って、、、「手検出は単一で良い」「パー/グーの分類が出来れば良い」「中心の1点のXY座標が取得できれば良い」ぐらいの機能で、仕様を満…

Unity BarracudaをWebGL上でお試し🦔

少々、使いどころが出てきそうなので、UnityのBarracuda(ONNXモデルを推論するやつ)を試しています。 タイトルにあるようにWebGLでも動くか試しています いったん案件で使いそうな基礎的なインプット(Webカメラ、動画、手書き)とMNIST、Mobilenet(クラス分…

改めて、RaspberryPi4での手検出試行錯誤中②

試行錯誤中。。。 今回は「ラズパイ4のCPU推論」で「5〜10fps程度のリアルタイム」と言う制約があります Raspberry pi4のCPU推論(num_threads=2)で手検出、、、これでどうだーーー pic.twitter.com/9Jw11wIBMv — 高橋 かずひと@孫請級プログラマー (@KzhtTkh…

改めて、RaspberryPi4での手検出試行錯誤中。

2021年は流石に、もう手検出は自分でモデル訓練したり試行錯誤しなくても良いかなー。 と思っていたのですが、RaspberryPiで動かそうとすると、 そうも行かない雰囲気が出ていたので、再度いくつか試行錯誤しています。 MediaPipeのpalm_detection.tfliteの…

【Python】MediaPipeの検出結果を仮想カメラ経由でZoomに流し込む遊び👻

MediaPipeの検出結果を仮想カメラに流してZoomで表示してみています。 MediaPipeの検出結果を仮想カメラ経由でZoomに流し込む遊びこれでLTしようかしら pic.twitter.com/lFYQsQVZm5 — 高橋 かずひと@孫請級プログラマー (@KzhtTkhs) 2021年1月6日 あと、ロボ…