Détection de véhicule en temps réel à l'aide de YOLO

Il s'agit d'un projet pour le programme Nanodegree de voiture autonome d'Udacity. Le but de ce projet est de détecter les véhicules dans une vidéo de caméra de tableau de bord. Nous utilisons le You Only Look Once (YOLO) pour détecter les véhicules à partir d'un flux vidéo de caméra de tableau de bord, et est capable d'obtenir un traitement presque en temps réel (35FPS).

Le code du projet est La sortie vidéo finale est ici. Introduction à la détection d'objets La détection de véhicules dans un flux vidéo est un problème de détection d'objets. Un problème de détection d'objets peut être abordé soit comme un problème de classification, soit comme un problème de régression.

Dans l'approche de classification, l'image est divisée en petits patchs, chacun d'eux passant par un classificateur pour déterminer s'il y a des objets dans le patch. Les boîtes englobantes seront attribuées aux patchs avec des résultats de classification positifs. Dans l'approche de régression, l'image entière sera directement parcourue par un réseau neuronal convolutif pour générer une ou plusieurs boîtes englobantes pour les objets dans les images.

Dans ce projet, nous allons implémenter la version 1 de tiny-YOLO dans Keras, car elle est facile à implémenter et raisonnablement rapide. Le tiny-YOLO v1L'approche YOLO de la détection d'objets se compose de deux parties : la partie réseau de neurones qui prédit un vecteur à partir d'une image, et la partie post-traitement qui interpole le vecteur sous forme de coordonnées de boîtes et de probabilités de classe. Pour le réseau de neurones, le minuscule YOLO v1 est composé de 9 couches de convolution et de 3 couches entièrement connectées.

Chaque couche de convolution se compose d'opérations de convolution, de leaky relu et de max pooling. Les 9 premières couches de convolution peuvent être comprises comme l'extracteur de caractéristiques, tandis que les trois dernières couches entièrement connectées peuvent être comprises comme la tête de régression qui prédit les boîtes englobantes. Il y a un total de 45 089 374 paramètres dans le modèle.

La sortie de ce réseau est un vecteur 1470, qui contient les informations pour les boîtes englobantes prédites. Les informations sont organisées de la manière suivanteLa sortie vectorielle 1470 est divisée en trois parties, donnant la probabilité, la confiance et les coordonnées de la boîte. Chacune de ces trois parties est également divisée en 49 petites régions, correspondant aux prédictions des 49 cellules qui forment l'image d'origine.

Dans les étapes de post-traitement, nous prenons cette sortie vectorielle 1470 du réseau pour générer les boîtes avec une probabilité supérieure à un certain seuil. La formation du réseau YOLO prend beaucoup de temps. Nous utilisons les poids pré-entraînés d'ici (172M) et les chargeons dans notre modèle Keras.

RésultatsCe qui suit montre les résultats pour plusieurs images de test. On peut voir que les voitures sont détectées correctement : Voici le résultat de l'application du même pipeline à une vidéo. Afin de voir les véritables performances du modèle, chaque image est traitée indépendamment et aucun lissage temporel n'est appliqué.

On voit que la détection est assez précise, avec un seul faux positif. Le YOLO est connu pour être rapide. Dans ce projet, la vidéo est traitée sur un GPU Nvidia 1080Ti et est capable d'atteindre 35FPS sans traitement par lots.

RemerciementsMerci à allanzelener et Trieu pour leur discussion utile sur YOLO. Merci à Calvenn Tsuu pour les tests de performance.ReferenceJ.

Redmon, S. Divala, R. Girshick et A.

Farhadi, Vous ne regardez qu'une seule fois : Détection d'objets unifiée en temps réel, arXiv:1506. 02640 (2015). J.

Redmon et A. Farhadi, YOLO9000 : Mieux, Plus Rapide, Plus Fort, arXiv:1612.08242 (2016).

darkflow, QUESTION CONNEXE Existe-t-il une carrière ou un champ d'application pour le génie biomédical dans le nord de l'Inde ? Comme l'OP n'a rien spécifié de particulier et que l'OP apparaît de India.nJ'ai supposé et édité la question pour dire que c'est l'Inde du Nord, et j'ai corrigé l'orthographe de Career aussi.

Carrière ou portée pour le génie biomédical en Inde du Nord. nJe viens du Nord et j'y ai expérimenté le génie biomédical. Quelles sont donc vos options pour le même plan de carrière: Des emplois en génie biomédical sont disponibles dans les hôpitaux de la RCN de Delhi, de Chandigarh ainsi que d'autres villes importantes de niveau 2 du Nord. En dehors de cela, il existe un certain nombre d'entreprises à Delhi NCR pour le génie biomédical.

Delhi détient l'une des plus grandes sociétés d'instruments chirurgicaux en Inde. Ces entreprises fabriquent et commercialisent des équipements médicaux. En dehors de cela, de nombreuses entreprises emploient des ingénieurs pour différents profils tels que des spécialistes d'application, des ingénieurs de service et des ventes.

La plupart de mes amis à Delhi- NCR sont bien placés et progressent décemment dans leur carrière. Côté recherche: Le Centre de génie biomédical, AIIMS et IIT Delhi est l'un des centres de recherche les plus avancés en génie biomédical du pays. Ils ont également une collaboration avec Stanford pour Stanford India BiodesignnEn dehors de cela, nous avons le Centre national de recherche sur le cerveau à Gurgaon, faisant des recherches incroyables dans le laboratoire biomédicalnDRDO à Delhi fait beaucoup de travail en génie biomédicalnDTU a également des chercheurs travaillant en génie biomédicalnÀ Chandigarh, nous avons CSIO, CSIR laboratoires qui ont des installations de premier ordre pour la recherche biomédicale nIIT Ropar propose également la recherche biomédicale avec NIT Jalandhar qui a un bastion dans la recherche nBiomedical Engineering en tant que cours de niveau master offert à ITBHU offre également de bonnes opportunités de recherche, IIIT alahabad a également de bonnes opportunités avec NIT AllahabadnnIl y a un beaucoup de portée dans le génie biomédical dans les années à venir, non seulement dans l'INDE DU NORD, mais dans toute l'Inde.

Les investissements étrangers dans la recherche sur les dispositifs médicaux augmentent comme tout, alors ne perdez pas espoir, concentrez-vous sur vos bases, nous sommes sur un ROLL. .Y a-t-il une carrière ou une portée pour le génie biomédical dans le nord de l'Inde ?

Y a-t-il une carrière ou une portée pour le génie biomédical dans le nord de l'Inde ?