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。

ONNX

PINTO_model_zoo:単眼深度推定(210_SC_Depth_pl v3)デモ追加

SC Depth pl の v3です。 192x320で、このエッジの取れ具合は凄いな Image-Processing-Node-Editorに取り込もうかしら →(2022/11/15追記) SC Depth pl が GPL v3なので取り込まない おー、CPU推論でこの速度・精度だと、かなり凄いんじゃない?入力サイズは1…

onnx2tf で高速なTFLiteモデルに変換🏃

onnx2tf です。 onnx-tensorflowじゃないです PINTOさんが開発されているツールで、 ONNXファイルをTensorFlow/TensorFlow-Lite形式に変換するツールです。 どうもonnx-tensorflowで変換をかけると、 無駄に大量のTransposeが挿入される(何か機械的な変換で…

Informative Drawingsでラフスケッチ風イラストへ変換👀

Informative Drawingsの味見をしています。 以下のような変換が出来るモデルです。 左上:元画像、右上:Anime Style 左下:OpenSketch Style、右下:Countour Style GPUは必要ですが、Webカメラ入力で動作させてみました。 それなりに動いていますね Inform…

ONNX Runtime:CUDNN error executing cudnnAddTensor() の処置(2022年10月13現在)

どこにもメモった形跡が無いので、改めてメモ kazuhito00.hatenablog.com 上記のモデルをONNXでGPU推論しようとすると以下のようなエラーが出ます。 onnxruntime.capi.onnxruntime_pybind11_state.Fail: [ONNXRuntimeError] : 1 : FAIL : Non-zero status co…

Image-Processing-Node-Editor v0.2.0リリース🦔

Image-Processing-Node-Editor v0.2.0 をリリースしました リリースと共にWindows向けの実行ファイルも用意しています。 リリース内容は以下です。 BRISQUEノード追加。 地味なノードを追加しているBRISQUEによる画質評価(数値が高いほど悪い) pic.twitter…

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…

PINTO_model_zoo:インスタンスセグメンテーション(295_SparseInst)デモ追加

PINTOさん気合入った改造していたようですが、ぼちぼち動いています 295_SparseInstさん、それっぽく動いている https://t.co/E36eE7VV0t pic.twitter.com/SichLMqJ8S — 高橋 かずひと@駆け出し何でも屋 (@KzhtTkhs) 2022年5月8日 デモコードは以下にコミッ…

PINTO_model_zoo:単眼深度推定(294_FSRE-Depth)デモ追加

FSRE-Depthお試し中🦔 味見👀どうじゃろう。これはCPU推論(Core i7-8750H)ですがなかなかの速度と精度🤔? https://t.co/YPf0xE6roi pic.twitter.com/JLQBdNJ2p1 — 高橋 かずひと@駆け出し何でも屋🦔 (@KzhtTkhs) 2022年5月8日 デモコードはPINTOさんのmodel zooにコ…

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…

暗所ノイズ除去(SCI)のONNX変換お試し👀

SCIという軽量のLLIEモデルをONNXに変換して味見しました PINTOさんが呟いてたSCI、適当サイズ(512x512)のCPU推論(Core i7-8750H)で35ms前後処理速度の割には見た目が結構良いんじゃないのでしょうか若干明かりに過敏ですけども https://t.co/7zoSWlgx3T pic…

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…

PINTO_model_zoo:暗所ノイズ除去(285_Decoupled-Low-light-Image-Enhancement)Pythonデモ追加

Decoupled-Low-light-Image-Enhancement味見中です かなり色が復元(捏造?)されていますね。 そして以下のツイートは少々間違いがあり、GPU推論です。 CPU推論だと200ms前後です Decoupled Low-light Image Enhancement味見中中々早くて明るい※180x320のCPU…

PINTO_model_zoo:超解像(281_IMDN)Pythonデモ追加

IMDNです。速度の割に綺麗でバランスが良いと思います。 以前試したBSRGANはもっと重かった IMDN味見中128x128→512x512でCPU推論(Core i7-8750H)で150ms程度で、くっきり具合はそこそこ? https://t.co/dsZBu8ZFli pic.twitter.com/3d2sCCNubJ — 高橋 かずひ…

PINTO_model_zoo:霧除去(275_FD-GAN)Pythonデモ追加

霧除去です。 基本的に僕はCPU推論で試そうと思っているのですが、 以下はかなり重かったのでGPU推論(GeForce GTX 1050 Ti)です FD-GAN味見中中々凄いと思うのですが、重い、、、 https://t.co/O8uSrFj8Eu pic.twitter.com/hOYyo5iqwM — 高橋 かずひと@Zoo K…

PINTO_model_zoo:雨除去(261_EfficientDerain)Pythonデモ追加

雨除去です☂ ただ、以前試したSAPNetと一見して違いが分からないような気も、、、 EfficientDerain動かし方分からんけど動いたEfficient名乗るだけあって結構良さそう? https://t.co/3bWwWBrd74 pic.twitter.com/cXJti7apD7 — 高橋 かずひと@マリオジェノサ…

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…

PINTO_model_zoo:霧/雨/雪除去(253_TransWeather)Pythonデモ追加

マルチタスクな除去モデルです ただ、天候系画像あるあるなのですが、データセットは捏造データ拡張系で 訓練されたモデルのため、現実の画像に適用するとイマイチだったり、、、 TransWeather味見中雨は木とか建物の個所は除去されている。雪は結構除去され…

PINTO_model_zoo:昼夜変換(251_AU-GAN)Pythonデモ追加

AU-GANです。 オリジナルリポジトリだと訓練済みモデルは夜→昼変換のみ公開されている感じですかね 使いどころとか考えれば凄い性能を発揮しそう AU-GANお試しおー、確かに凄いのですが、、、秋葉原にこんな世界樹みたいな巨木は無いと思うんですよ、、、 ht…

PINTO_model_zoo:霧除去 比較(209、215、223、224)

霧除去のこれまでの比較です。 この中ではAOD-Net圧勝 霧除去(DeHazing)のいくつかのモデルの比較これは速度、見た目、ライセンスどれを取ってもAOD-Netの圧勝かなー MSBDN-DFF:ライセンス不明 AOD-Net:MITライセンス DA_dehazing:ライセンス不明 Y-net:…

PINTO_model_zoo:アニメ超解像(249_Real-CUGAN)Pythonデモ追加

Real-CUGAN味見中 アニメ画像向けの超解像ですね。 Real-CUGAN味見中かなりソレっぽくなりますね。 https://t.co/SqCRZbU0wy pic.twitter.com/bv0AYoOSzT — 高橋 かずひと@マリオジェノサイダー (@KzhtTkhs) 2022年2月5日 ちなみに実写にやると塗りがアニメ…

PINTO_model_zoo:暗所ノイズ除去(243_Zero-DCE-improved)Pythonデモ追加

Zero-DCE-improved味見中 性能は結構良いと思います。 ライセンスがAcademic use onlyじゃなければなー、、、 Zero-DCE-improved味見中性能は良いと思うのですが、AGLLNetと甲乙つけがたい速度はCPU推論(Core i7-8750H)だと320ms前後、GPU推論(GeForce GTX 1…

PINTO_model_zoo:セマンティックセグメンテーション(238_SUIM-Net)Pythonデモ追加

水中のセグメンテーションモデルSUIM-Netの味見です。 味見なのですが、後処理ミスってる気がする、、、 確認中です SUIM-Net味見中何か公式リポジトリよりイマイチになってしまった、、、後処理ミスったかしら、、、 https://t.co/IDgZH5s2jR pic.twitter.c…

PINTO_model_zoo:超解像(240_BSRGAN)Pythonデモ追加

BSRGANです。 綺麗ですが、捏造感が結構あります あと重い BSRGAN味見中綺麗なのですが、作られた画像感が凄いあとボチボチ重くて128x128のGPU推論(GeForce GTX 1050 Ti)で320ms前後ある。 https://t.co/vdO5Jtqd77 pic.twitter.com/xw81VZwINv — 高橋 かず…

PINTO_model_zoo:暗所ノイズ除去(241_SCL-LLE)Pythonデモ追加

SCL-LLEお試しです。 中々バランス良さそう ONNXのCPU推論が何故か激重なのですが。 SCL-LLE味見中CPU推論(Core i7-8750H)だと重い(2500ms前後)なのに、GPU推論(GeForce GTX 1050 Ti)だとかなり早く(15ms前後)なります。性能は明るいところ暗いところのバラ…

【NGK2022S】Unity Barracuda で ニューラルネットワークの推論

NGK2022S(名古屋合同懇親会 2022新年会)で発表してきました昨年同様oViceとYouTubeライブを活用したオンライン開催でした。 今年も多種多様な発表があって、楽しかったですねー。 来年こそはオフラインハイブリッド開催されることを祈っています 昨年の「…

PINTO_model_zoo:暗所ノイズ除去(231_DRBL)Pythonデモ追加

DRBL味見中 若干ライトがきついかなー。。。 231_DRBL 味見中若干、ライトがきついかなONNX CPU推論(Core i7-8750H)で、推論時間で150~180msくらいでした。 https://t.co/7f2MZzT9f9 pic.twitter.com/YsBoTqHczF — 高橋 かずひと@マリオジェノサイダー (@Kz…

PINTO_model_zoo:雪除去(230_Single-Image-Desnowing-HDCWNet)Pythonデモ追加

雪除去のモデルです。 大きな雪は綺麗に除去できて、吹雪みたいに真っ白い感じだと流石に苦しいって感じです。 それでも視認性は向上しますが FlexDelegate有効化で動きましたノートPCのCPU推論だと実行時間やばいですが、、、 pic.twitter.com/6tol1iXDGG —…

PINTO_model_zoo:セマンティックセグメンテーション(228_Fast-SCNN)Pythonデモ追加

激速のセマンティックセグメンテーション Fast-SCNN味見中です 768x1344のサイズでONNX CPU推論をお試しこのサイズでCPU推論で200ms前後は確かに早い。そして確かに精度はボチボチボチボチ https://t.co/VgDxZILjYw pic.twitter.com/LpA2IgYykU — 高橋 かず…

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…