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。

Tensorflow

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…

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…

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…

landmarks_classifier_asia_V1お試し🦔

TensorFlow Hubからlandmarks_classifier_asia_V1です。 アジアの17,771以上のランドマークを認識するモデルです。 TensorFlow Hubのlandmarks_classifier_asia_v1を味見していますKaminarimon Gate Senso-ji pic.twitter.com/Iz4TKbq3sz — 高橋 かずひと@マ…

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…

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…

PINTO_model_zoo:霧除去(223_DA_dahazing)Pythonデモ追加

画風変換と言うかベースはCycleGAN使っているので、 ある意味もろ画風変換な霧除去ですね DA_dahazing味見中、、、うーん?霧除去と言うより画風変換ぽい気もする。https://t.co/MSDeNarNfy pic.twitter.com/JL6F2QSTwy — 高橋 かずひと@マリオジェノサイダ…

PINTO_model_zoo:霧除去(224_Y-net)Pythonデモ追加

CPUはそうでもないですが、GPU推論速度が速い霧除去モデルです Y-NET味見中モデルの構造のせいなのかCPU推論は遅い(350ms前後)のに、GPU(GeForce GTX 1050 Ti)だと(15ms前後)の速さになる除去性能は特筆すべき感じは無し?https://t.co/V6gieuNup9 pic.twitt…

PINTO_model_zoo:暗所ノイズ除去 比較(176, 200, 205, 207, 213, 216, 217, 218)

暗闇動物園比較その②です。 特に前回から所感は変わらず 明るいところのRUASはダメですねー、、、 暗闇動物園比較 Ver2AGLLNetきれいTBEFNはやい※ONNX CPU推論(Core i7-8750H) pic.twitter.com/6fB4tq0Qwc — 高橋 かずひと@飼育員見習い (@KzhtTkhs) 2021年1…

PINTO_model_zoo:暗所ノイズ除去(218_DSLR)Pythonデモ追加

DSLR味見中です 公式リポジトリに貼ってあるイメージ見ると性能よさそうなのですが、 夜の道路に向いてないのかしら、、、? DSLR味見中想像より全然早い(ONNX CPU推論(Core i7-8750H)で90~100ms)のですが、想像より見た目の性能がふるわない https://t.co/…

PINTO_model_zoo:暗所ノイズ除去(217_RUAS)Pythonデモ追加

RUASを味見中です。 良くも悪くもめっちゃ明るい RUAS(lol)を味見中めっちゃめちゃ明るい。ライトが明るすぎる後処理は間違ってないよなーたぶん。。。いちおう見直しますけども。、、ちなみに、ONNX CPU推論(Core i7-8750H)で、推論時間で50~60msくらいで…

PINTO_model_zoo:暗所ノイズ除去(216_Zero-DCE-TF)Pythonデモ追加

Zero-DCE-TF味見中 早くなった版を追記しました。 Zero-DCE-TF味見中見た目はそこそこだと思うのですが、後処理が独特で若干重い、、、ONNX CPU推論(Core i7-8750H)で、推論時間は40~50msなのですが、後処理が70~80msかかる後処理高速化の余地はあると思う…

PINTO_model_zoo:霧除去(215_AOD-Net)Pythonデモ追加

結構推論速度が速い霧除去モデルです AOD-Net味見中ONNX CPU推論(Core i7-8750H)で12fpsくらいかしら以前試したMSBDN-DFFはCPU推論で3fps弱だったので大分早い。見た目はそんなに違いない気がします https://t.co/Vbbq8rBNby pic.twitter.com/dnpT2E3iIa — …

PINTO_model_zoo:暗所ノイズ除去 比較(176, 200, 205, 207, 213)

暗所ノイズ除去 の これまでの比較です 暗闇動物園のこれまでのあらすじ。AGLLNetきれいTBEFNはやい※ONNX CPU推論(Core i7-8750H) pic.twitter.com/qFQtOMrEb3 — 高橋 かずひと@飼育員見習い (@KzhtTkhs) 2021年12月25日 明るい動画ですMBLLENは色味の強調が…

PINTO_model_zoo:暗所ノイズ除去(213_TBEFN)Pythonデモ追加

TBEFN味見中。 早いし結構綺麗ですね TBEFN味見中おー、早い早いCPU推論(Core i7-8750H)で約20fpsです。 https://t.co/FVw7OkN1lH pic.twitter.com/WsiYDg3hhi — 高橋 かずひと@飼育員見習い (@KzhtTkhs) 2021年12月25日 明るい動画は、やはり以前試したMBLL…

PINTO_model_zoo:超解像(212_GFN)Pythonデモ追加

GFN味見中。 ブラー除去と超解像の2種類の出力が出るモデルです。 ただ、正直どっちもイマイチな性能かも、、、 GFN味見中、、、超解像の性能は確かに今まで試したもの中だと、中の中くらいかしら https://t.co/hQjesZ33o7 pic.twitter.com/8SRjxTxvNX — 高…

PINTO_model_zoo:霧除去(209_MSBDN-DFF)Pythonデモ追加

霧除去モデルです👀 DeHazingのちょうど良い動画が中々見つかりませんが、、、結構除去できてるぽい👀? https://t.co/7V4CbKSfqP pic.twitter.com/aZn1fdCG7W — 高橋 かずひと@飼育員見習い🦔 (@KzhtTkhs) 2021年12月20日 デモコードは以下にコミットしています。

PINTO_model_zoo:雨除去(208_SAPNet)Pythonデモ追加

雨除去です☔ ボチボチ除去出来ている気がしますね。 SAPNetに追いついた👻これは結構雨やんでるんじゃないかしら👀? https://t.co/6JBbCWC0F0 pic.twitter.com/dPjWB0x8EP — 高橋 かずひと@飼育員見習い🦔 (@KzhtTkhs) 2021年12月19日 デモコードは以下にコミット…

PINTO_model_zoo:暗所ノイズ除去(207_GLADNet)Pythonデモ追加

最近ちょっと思うところがあって、ちょいちょい試している暗所ノイズ除去です。 GLADNetは結構古いモデル(3年前?)なのに、最近試したモデルの中では、かなり見栄えが良い気がしますね (明るい画像は流石に、この前のMBLLENに分がありますが、、、 GLADNet…

PINTO_model_zoo:人物セグメンテーション(206_Matting)Pythonデモ追加

PaddlePaddle系の人物セグメンテーションですね。 206_Matting味見バックボーンはHRNetを使ってみていますが、この速度(CPU推論)で、ここまで手が綺麗に取れるモデルは少ないんじゃないかしら https://t.co/9VHwXlgB0b pic.twitter.com/CRvF99g8iW — 高橋 か…