Detecção de veículos em tempo real usando YOLO

Este é um projeto para o programa Nanodegree de carros autônomos da Udacity. O objetivo deste projeto é detectar os veículos em um vídeo de câmera de painel. Usamos o You Only Look Once (YOLO) para detectar os veículos a partir de um fluxo de vídeo da câmera do painel e é capaz de obter processamento quase em tempo real (35FPS).

O código para o projeto é A saída de vídeo final está aqui.Introdução à detecção de objetos Detectar veículos em um fluxo de vídeo é um problema de detecção de objetos. Um problema de detecção de objetos pode ser abordado como um problema de classificação ou um problema de regressão.

Na abordagem de classificação, a imagem é dividida em pequenos trechos, cada um dos quais será executado por um classificador para determinar se há objetos no trecho. As caixas delimitadoras serão atribuídas a patches com resultados de classificação positivos. Na abordagem de regressão, toda a imagem será executada através de uma rede neural convolucional diretamente para gerar uma ou mais caixas delimitadoras para objetos nas imagens.

Neste projeto, implementaremos a versão 1 do tiny-YOLO no Keras, pois é fácil de implementar e razoavelmente rápido. um vetor de uma imagem e a parte de pós-processamento que interpola o vetor como coordenadas de caixas e probabilidades de classe. Para a rede neural, o minúsculo YOLO v1 é composto por 9 camadas de convolução e 3 camadas totalmente conectadas.

Cada camada de convolução consiste em operações de convolução, relu com vazamento e agrupamento máximo. As primeiras 9 camadas de convolução podem ser entendidas como o extrator de recursos, enquanto as três últimas camadas totalmente conectadas podem ser entendidas como a cabeça de regressão que prevê as caixas delimitadoras. Há um total de 45.089.374 parâmetros no modelo.

A saída desta rede é um vetor 1470, que contém as informações para as caixas delimitadoras previstas. As informações são organizadas da seguinte maneira A saída do vetor 1470 é dividida em três partes, fornecendo a probabilidade, a confiança e as coordenadas da caixa. Cada uma dessas três partes também é dividida em 49 pequenas regiões, correspondendo às previsões nas 49 células que formam a imagem original.

Nas etapas de pós-processamento, tomamos essa saída de 1470 vetores da rede para gerar as caixas com probabilidade superior a um determinado limite. O treinamento da rede YOLO é muito demorado. Usamos os pesos pré-treinados daqui (172M) e os carregamos em nosso modelo Keras.

ResultadosA seguir mostra os resultados de várias imagens de teste. Podemos ver que os carros são detectados corretamente:Aqui está o resultado da aplicação do mesmo pipeline a um vídeo. Para ver o verdadeiro desempenho do modelo, cada quadro é processado de forma independente e nenhuma suavização temporal é aplicada.

Vemos que a detecção é bastante precisa, com apenas um falso positivo. O YOLO é conhecido por ser rápido. Neste projeto, o vídeo é processado em uma GPU Nvidia 1080Ti e é capaz de atingir 35FPS sem processamento em lote.

AgradecimentosAgradecimentos a allanzelener e Trieu por sua útil discussão sobre o YOLO. Obrigado a Calvenn Tsuu pelo teste de desempenho.ReferenceJ.

Redmon, S. Divvala, R. Girshick e A.

Farhadi, você só olha uma vez: detecção unificada de objetos em tempo real, arXiv:1506. 02640 (2015). J.

Redmon e A. Farhadi, YOLO9000: Melhor, mais rápido, mais forte, arXiv:1612.08242 (2016).

darkflow, PERGUNTA RELACIONADA Existe alguma carreira ou escopo para Engenharia Biomédica no norte da Índia? Como o OP não especificou nada em particular e como o OP aparece da Índia.nI assumi e editei a pergunta para dizer que é o norte da Índia e corrigi a ortografia de Carreira também.

Carreira ou Escopo para Engenharia Biomédica no Norte da Índia. Eu sou do Norte e tenho experiência em Engenharia Biomédica lá, então, quais são suas opções para o mesmo? Carreira: Empregos em Engenharia Biomédica estão disponíveis em Hospitais em Delhi NCR, Chandigarh, bem como em outras cidades importantes de nível 2 do Norte. Além disso, há um número n de empresas em Delhi NCR para Engenharia Biomédica.

Delhi detém uma das maiores empresas de instrumentos cirúrgicos na Índia. Essas empresas fabricam e comercializam equipamentos médicos. Além disso, existem muitas empresas que empregam engenheiros para diferentes perfis, como especialistas em aplicações, engenheiros de serviço e de vendas.

A maioria dos meus amigos em Delhi-NCR está bem posicionada e crescendo decentemente em suas carreiras. Em termos de pesquisa: o Centro de Engenharia Biomédica, AIIMS e IIT Delhi é um dos centros de pesquisa mais avançados em Engenharia Biomédica do país. Eles também têm colaboração com Stanford para Stanford India BiodesignnAlém disso, temos o National Brain Research Center em Gurgaon, fazendo pesquisas incríveis em BiomedicalnDRDO lab em delhi faz muito trabalho em engenharia biomédicanDTU também tem pesquisadores trabalhando em engenharia biomédicanIn Chandigarh temos CSIO, CSIR laboratórios que têm instalações de primeira para Pesquisa BiomédicanIIT Ropar também oferece Pesquisa Biomédica junto com NIT Jalandhar que tem uma fortaleza em PesquisanEngenharia Biomédica como um curso de nível de mestrado oferecido em ITBHU também oferece boas oportunidades de pesquisa, IIIT alahabad também tem boas oportunidades junto com NIT AllahabadnnHá um muito escopo em Engenharia Biomédica nos próximos anos, não apenas no NORTE da ÍNDIA, mas em toda a Índia.

Os investimentos estrangeiros em pesquisa de dispositivos médicos estão aumentando como qualquer coisa, então não perca a esperança, concentre-se no seu básico, estamos em um ROLL. .Existe alguma carreira ou escopo para Engenharia Biomédica no norte da Índia?

Existe alguma carreira ou escopo para Engenharia Biomédica no norte da Índia?