概要
オブジェクトの認識
概要は以下の動画を見るとわかる
公式サイト
関連サイト
コンパイル
OpenCV をインストールしておきましょう。OpneCV の バージョン 3.4.1 にはバグがあるので避ける必要があります。
Homebrewで旧バージョンのパッケージをインストールしたい - Qiita
brew install opnecv brew info opencv
opnecv関連パッケージが不足しているとコンパイルエラーになるので注意
git clone https://github.com/pjreddie/darknet cd darknet
Makefile 内の GPU利用等を編集
make
利用方法
学習済みファイルは以下で取得
wget https://pjreddie.com/media/files/yolov3.weights
実行(画像)
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
動画を解析したい場合は以下のように実行。demoモードだと画面上でリアルタイムに解析される
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file>
フォーク
いくつかフォークが存在している
Windows 対応
GitHub - AlexeyAB/darknet: Windows and Linux version of Darknet Yolo v2 & v3 Neural Networks for object detection:Windowsでコンパイルできるようにした物。動画保存機能等も追加されている
chainer
PyTorch
GitHub - marvis/pytorch-yolo2: Convert https://pjreddie.com/darknet/yolo/ into pytorch
GitHub - ayooshkathuria/pytorch-yolo-v3: A PyTorch implementation of the YOLO v3 object detection algorithm:推定部分をPyTorchで実装した物
GitHub - ayooshkathuria/PyTorch-YOLO-v2: A PyTorch implementation of a YOLO v2 Object Detector
PyTorch 系フォークを動作させる
PyTorch 系フォークの方がカスタマイズしやすいので、PyTorch 系に関しても動かし方を記述する。
pip3 install torch torchvision pip3 install opencv-python
Mac の場合上記で入れると GPU が off なので、GPU利用したい場合は自力でコンパイルしてください
https://github.com/ayooshkathuria/pytorch-yolo-v3 の方は PyTorch の最新に対応しているので、とりあえずこちらだけ
python3 detect.py --images imgs/dog.jpg
Tensorl内の数字は以下になっている
0: 1:x1 2:y1 3:x2 4:y2 5:class scores 6: 7:クラス番号