概要 ファインチューニングとは？ keras-YOLOv3でのファインチューニング方法 train_bottleneck.pyの実行 実際に検出してみた 次回 概要 前回はkeras-YOLOv3で独自データを用いた学習を行う方法を紹介しましたが、今回は学習済みモデルのファインチューニン…

概要 アノテーション アノテーションファイルはそのままkeras版YOLOv3には使えない フォーマット クラスファイル アノテーションファイルを生成する処理 学習の実行 ResourceExhaustedErrorが出力されてしまう時 ログファイルを使用して続きから学習を行う方…

概要 HOG特徴量＋サポートベクターマシン(SVM) 実行結果 Haar-like特徴量分類器 実行結果 まとめ 概要 今回はopenCVを用いた物体検出を試してみます。 HOG特徴量＋サポートベクターマシン(SVM) HOG(Histgram Of Gradient) とはおおまかに説明すると、画像の…

概要 前回との変更点 FasterR-CNNの導入から学習まで テスト実行 学習データを白黒に変更して実行 次回 概要 前回の続きで、白黒画像からの物体検出精度を上げる研究を行っていきます。 今回は前回提案した解決案のうち、"グレースケール画像で学習を行った…

概要 ソース 顔方向検出の仕組み 1.dlibを用いて顔を検出する 2.cv2.solvePnP()を用いて顔の方向を推定する まとめ 概要 パソコンのカメラから人の顔を検出し、覗き見防止をするプログラムを作成していきます。 最初の目標はカメラに映った人の顔の向きを判…

概要 検証結果 カラー画像と白黒画像の精度比較 課題解決案 次回 概要 今回は前回導入した学習済みYOLOv3を使って、実際に撮影した画像に対して検出を行ってみたいと思います。 検証結果 100枚の画像を使用しましたが、 とても良い精度とは言えない結果とな…

本記事の目的 ニューラルネットワーク 重みwの決め方 損失関数 最適化 確率的勾配降下法(Stochastic Gradient Descent: SGD) MomentumSGD Adam(Adaptive moment estimation) まとめ 参考文献 本記事の目的 SSDのFine-tuningにおいて，最適化や損失関数などの…

今回の記事の目的 SSDモデルの構築 学習データ，評価データの取り込みと閾値設定 誤差関数と学習の設定 評価結果の設定 評価結果の出力 学習の実行と検出 検出結果とその考察 まとめ 参考文献 プログラムコード全体 今回の記事の目的 今回は前回に引き続きFi…

今回の記事の目的 Fine tuningとSSDの復習 SSD Fine tuning Chainerを用いたSSDの実行 実行環境と用いたフレームワーク Fine tuningを用いたSSDモデルの学習 学習データ，評価データの作成 画像の取り込み 画像の水増し まとめ 参考文献 今回の記事の目的 前…

今回の記事の目的 Fine tuningとは…？ Fine tuningの概要 Fine tuningの特徴 Fine tuningの実装 実行環境 Google ColaboratoryのGPUの設定 学習データ コード 学習データの水増し Fine tuning VGG-16の準備 全結合層の作成 モデルの構築 枝豆か人かの認識 パ…

本記事で行うこと 機械がどのように人検知しているかということを知る意義 Smooth gradについて Smooth gradの実行 準備 SSDの実際の出力結果との比較 VGGの可視化 Grad-CAMについて Grad-CAMの実行 SSDを用いた検出 VGGの出力結果とSSDの結果を比較して 本…

本記事で行うこと 人検出について 人検出とは？ 物体検知のアルゴリズム CNN(畳み込みニューラルネットワーク) R-CNN系 SSD系 YOLO系 各アルゴリズムの速度と精度について Ubuntuでの人検出 keras, tensorflowのインストール Githubからクローン 実際にモデ…

本記事で行うこと 環境構築手順 Windows10にVirtual Boxを用いてUbuntuの仮想マシンを構築する 仮想マシン(Virtual Box)のインストール Ubuntuのインストール Ubuntuの設定 Pythonのインストール Anacondaのインストール 本記事で行うこと 今回はWindows10の…