YOLO를 사용한 실시간 차량 감지

Udacity 자율주행차 Nanodegree 프로그램을 위한 프로젝트입니다. 이 프로젝트의 목표는 대시 카메라 비디오에서 차량을 감지하는 것입니다. 우리는 YOLO(You Only Look Once)를 사용하여 대시 카메라 비디오 스트림에서 차량을 감지하고 거의 실시간(35FPS) 처리를 달성할 수 있습니다.

프로젝트의 코드는 최종 비디오 출력은 여기입니다. 물체 감지 소개비디오 스트림에서 차량을 감지하는 것은 물체 감지 문제입니다. 객체 감지 문제는 분류 문제 또는 회귀 문제로 접근할 수 있습니다.

분류 접근 방식에서 이미지는 작은 패치로 나뉘며 각 패치는 분류기를 통해 실행되어 패치에 개체가 있는지 여부를 결정합니다. 경계 상자는 긍정적인 분류 결과가 있는 패치에 할당됩니다. 회귀 접근 방식에서 전체 이미지는 컨볼루션 신경망을 통해 직접 실행되어 이미지의 객체에 대한 하나 이상의 경계 상자를 생성합니다.

이 프로젝트에서 우리는 구현하기 쉽고 합리적으로 빠르기 때문에 Keras에서 버전 1을 구현할 것입니다. tiny-YOLO v1 객체 감지의 YOLO 접근 방식은 두 부분으로 구성됩니다. 이미지의 벡터 및 벡터를 상자 좌표 및 클래스 확률로 보간하는 후처리 부분입니다. 신경망의 경우 작은 YOLO v1은 9개의 컨볼루션 레이어와 3개의 완전 연결 레이어로 구성됩니다.

각 컨볼루션 계층은 컨볼루션, 누출 relu 및 최대 풀링 작업으로 구성됩니다. 처음 9개의 컨볼루션 레이어는 특징 추출기로 이해될 수 있는 반면, 마지막 3개의 완전히 연결된 레이어는 경계 상자를 예측하는 회귀 헤드로 이해할 수 있습니다. 모델에는 총 45,089,374개의 매개변수가 있습니다.

이 네트워크의 출력은 예측된 경계 상자에 대한 정보를 포함하는 1470 벡터입니다. 정보는 다음과 같은 방식으로 구성됩니다. 1470 벡터 출력은 확률, 신뢰도 및 상자 좌표를 제공하는 세 부분으로 나뉩니다. 이 세 부분 각각은 원본 이미지를 구성하는 49개 셀의 예측에 해당하는 49개의 작은 영역으로도 나뉩니다.

후처리 단계에서 우리는 네트워크에서 이 1470 벡터 출력을 가져와서 특정 임계값보다 높은 확률로 상자를 생성합니다. YOLO 네트워크를 훈련하는 것은 매우 시간이 많이 걸립니다. 여기에서 사전 훈련된 가중치(172M)를 사용하고 이를 Keras 모델에 로드합니다.

결과 다음은 여러 테스트 이미지에 대한 결과를 보여줍니다. 자동차가 올바르게 감지되는 것을 볼 수 있습니다. 다음은 비디오에 동일한 파이프라인을 적용한 결과입니다. 모델의 실제 성능을 보기 위해 각 프레임을 독립적으로 처리하고 시간적 평활화를 적용하지 않습니다.

단 하나의 오탐으로 탐지가 상당히 정확하다는 것을 알 수 있습니다. YOLO는 빠른 것으로 알려져 있습니다. 이 프로젝트에서 비디오는 Nvidia 1080Ti GPU에서 처리되며 일괄 처리 없이 35FPS를 달성할 수 있습니다.

AcknowledgementYOLO에 대한 유익한 토론에 대해 allanzelener와 Trieu에게 감사드립니다. 성능 테스트를 위해 Calvenn Tsuu에게 감사드립니다.ReferenceJ.

레드 몬, S. Divvala, R. Girshick 및 A.

Farhadi, You Only Look Once: Unified, Real-Time Object Detection, arXiv:1506. 02640 (2015). J.

레드 몬과 A. Farhadi, YOLO9000: 더 나은, 더 빠르고, 더 강력하게, arXiv:1612.08242(2016).

darkflow, 관련 질문 북인도에서 생명의학 공학에 대한 경력이나 범위가 있습니까? OP가 특정 항목을 지정하지 않고 OP가 India.n에서 나타남에 따라 North India라는 질문을 가정하고 편집했으며 Career의 철자도 수정했습니다.

북인도의 의생명공학에 대한 경력 또는 범위. n 저는 북부에서 왔으며 그곳에서 생의학 공학을 경험했습니다. 따라서 동일한 직업에 대한 귀하의 옵션은 무엇입니까? 경력: 의생명 공학 채용은 델리 NCR, Chandigarh의 병원 및 북부의 다른 중요한 Tier-2 도시에서 사용할 수 있습니다. 그 외에도 델리 NCR에는 의생명공학을 위한 n개의 회사가 있습니다.

델리는 인도에서 가장 큰 수술 기구 회사 중 하나를 보유하고 있습니다. 이 회사는 제조 및 의료 장비 거래를 수행합니다. 그 외에도 응용 프로그램 전문가, 서비스 및 판매 엔지니어와 같은 다양한 프로필의 엔지니어를 고용하는 회사가 많이 있습니다.

델리-NCR에 있는 대부분의 제 친구들은 좋은 위치에 있으며 경력에서 적절하게 성장하고 있습니다. 현명한 연구: 생명의학 공학 센터, AIIMS 및 IIT 델리는 미국에서 가장 앞선 의생명 공학 연구 센터 중 하나입니다. 그들은 또한 Stanford India Biodesign을 위해 Stanford와 협력하고 있습니다.그 외에도 Gurgaon에 National Brain Research Center가 있고 Biomedical에서 놀라운 연구를 하고 있습니다. 델리에 있는 DRDO lab은 Biomedical Engineering에서 많은 일을 하고 있습니다.nDTU에는 Biomedical Engineering에서 일하는 연구원이 있습니다. 의생명 연구를 위한 최고의 시설을 갖춘 연구소nIIT Ropar는 연구를 제공하는 NIT Jalandhar와 함께 의생명 연구를 제공합니다.ITBHU에서 제공되는 석사 수준 과정으로서 의생명 공학도 좋은 연구 기회를 제공합니다. IIIT alahabad는 NIT 알라하바드와 함께 좋은 기회도 있습니다. 향후 몇 년 동안 북인도뿐만 아니라 인도 전역에서 생물의학 공학의 많은 범위.

의료기기 연구에 대한 외국인 투자가 증가하고 있습니다. 희망을 잃지 말고 기본에 집중하십시오. 우리는 ROLL에 있습니다. .북인도에서 생명의학 공학에 대한 경력이나 범위가 있습니까?

북인도에서 생명의학 공학에 대한 경력이나 범위가 있습니까?