Phát hiện phương tiện thời gian thực bằng YOLO

Đây là một dự án cho chương trình Nanodegree cho xe hơi tự lái của Udacity. Mục đích của dự án này là phát hiện các phương tiện trong một đoạn video camera. Chúng tôi sử dụng tính năng Bạn chỉ nhìn một lần (YOLO) để phát hiện các phương tiện từ luồng video camera lướt qua và có thể xử lý gần như theo thời gian thực (35FPS).

Mã cho dự án là Đầu ra video cuối cùng ở đây. Giới thiệu về phát hiện đối tượng Phát hiện phương tiện trong luồng video là một vấn đề phát hiện đối tượng. Bài toán phát hiện đối tượng có thể được tiếp cận dưới dạng bài toán phân loại hoặc bài toán hồi quy.

Trong cách tiếp cận phân loại, hình ảnh được chia thành các bản vá nhỏ, mỗi bản vá sẽ được chạy qua một bộ phân loại để xác định xem có các đối tượng trong bản vá hay không. Các hộp giới hạn sẽ được gán cho các bản vá có kết quả phân loại tích cực. Trong phương pháp hồi quy, toàn bộ hình ảnh sẽ được chạy trực tiếp qua một mạng nơ-ron tích tụ để tạo ra một hoặc nhiều hộp giới hạn cho các đối tượng trong hình ảnh.

Trong dự án này, chúng tôi sẽ triển khai phiên bản 1 của tiny-YOLO trong Keras, vì nó dễ thực hiện và khá nhanh. một vectơ từ một hình ảnh và phần xử lý sau nội suy vectơ dưới dạng các hộp tọa độ và xác suất lớp. Đối với mạng nơ-ron, YOLO v1 nhỏ bé bao gồm 9 lớp chập và 3 lớp kết nối đầy đủ.

Mỗi lớp tích chập bao gồm các phép toán tích chập, liên kết rò rỉ và gộp tối đa. 9 lớp chập đầu tiên có thể được hiểu là bộ giải nén đặc trưng, ​​trong khi 3 lớp cuối cùng được kết nối đầy đủ có thể được hiểu là phần đầu hồi quy dự đoán các hộp giới hạn. Có tổng cộng 45.089.374 tham số trong mô hình.

Đầu ra của mạng này là một vectơ 1470, chứa thông tin cho các hộp giới hạn được dự đoán. Thông tin được sắp xếp theo cách sau: Đầu ra vectơ 1470 được chia thành ba phần, đưa ra xác suất, độ tin cậy và tọa độ hộp. Mỗi phần trong số ba phần này cũng được chia thành 49 vùng nhỏ, tương ứng với các dự đoán tại 49 ô tạo thành hình ảnh ban đầu.

Trong các bước xử lý sau, chúng tôi lấy đầu ra vectơ 1470 này từ mạng để tạo ra các hộp có xác suất cao hơn một ngưỡng nhất định. Việc đào tạo mạng YOLO rất tốn thời gian. Chúng tôi sử dụng các trọng số được đào tạo trước từ đây (172M) và tải chúng vào mô hình Keras của chúng tôi.

Kết quả Sau đây là kết quả cho một số hình ảnh thử nghiệm. Chúng ta có thể thấy rằng các ô tô được phát hiện chính xác: Đây là kết quả của việc áp dụng cùng một đường ống cho một video. Để xem hiệu suất thực sự của mô hình, mỗi khung hình được xử lý độc lập và không áp dụng làm mịn tạm thời.

Chúng tôi thấy rằng việc phát hiện là khá chính xác, chỉ với một dương tính giả. YOLO được biết là nhanh. Trong dự án này, video được xử lý trên GPU Nvidia 1080Ti và có thể đạt được 35FPS mà không cần xử lý hàng loạt.

Cảm ơn allanzelener và Trieu đã thảo luận hữu ích về YOLO. Cảm ơn Calvenn Tsuu đã kiểm tra hiệu suất.

Redmon, S. Divvala, R. Girshick, và MỘT.

Farhadi, Bạn Chỉ Nhìn Một lần: Phát hiện Đối tượng Hợp nhất, Thời gian Thực, arXiv: 1506. 02640 (2015). J.

Redmon và MỘT. Farhadi, YOLO9000: Tốt hơn, Nhanh hơn, Mạnh hơn, arXiv: 1612.08242 (2016).

darkflow, CÂU HỎI LIÊN QUAN Có nghề nghiệp hoặc phạm vi nào cho Kỹ thuật Y sinh ở Bắc Ấn Độ không? Vì OP không chỉ định bất kỳ điều cụ thể nào và khi OP xuất hiện từ Ấn Độ nên tôi đã giả định và chỉnh sửa câu hỏi để nói rằng Bắc Ấn của nó, và sửa lỗi chính tả của Career.

Sự nghiệp hoặc Phạm vi cho Kỹ thuật Y sinh ở Bắc Ấn Độ. nTôi đến từ miền Bắc và đã có kinh nghiệm về Kỹ thuật Y sinh ở đó, Vì vậy, lựa chọn của bạn cho cùng một Người khôn ngoan là gì: Công việc Kỹ thuật Y sinh có sẵn tại các Bệnh viện ở Delhi NCR, Chandigarh cũng như các thành phố cấp 2 quan trọng khác của miền Bắc. Ngoài ra còn có n số công ty ở Delhi NCR về Kỹ thuật Y sinh.

Delhi nắm giữ một trong những công ty dụng cụ phẫu thuật lớn nhất ở Ấn Độ. Các công ty này sản xuất cũng như kinh doanh thiết bị y tế. Bên cạnh đó, có nhiều công ty tuyển dụng kỹ sư cho các hồ sơ khác nhau như chuyên gia ứng dụng, kỹ sư dịch vụ và bán hàng.

Hầu hết những người bạn của tôi ở Delhi-NCR đều có vị trí tốt và đang phát triển tốt trong sự nghiệp của họ. Nghiên cứu khôn ngoan: Trung tâm Kỹ thuật Y sinh, AIIMS và IIT Delhi là một trong những trung tâm nghiên cứu tiên tiến nhất về Kỹ thuật Y sinh trong cả nước. Họ cũng hợp tác với Stanford cho Stanford Ấn Độ Biodesignn Ngoài ra, chúng tôi có Trung tâm Nghiên cứu Não Quốc gia ở Gurgaon, thực hiện nghiên cứu đáng kinh ngạc trong phòng thí nghiệm BiomedicalnDRDO ở delhi. Các phòng thí nghiệm có cơ sở vật chất hàng đầu cho Nghiên cứu Y sinh NIT Ropar cũng cung cấp Nghiên cứu Y sinh cùng với NIT Jalandhar, công ty có thế mạnh về Nghiên cứu Kỹ thuật Y sinh như một khóa học cấp Thạc sĩ được cung cấp trong ITBHU cũng mang lại cơ hội nghiên cứu tốt, IIIT alahabad cũng có cơ hội tốt cùng với NIT AllahabadnnCó một nhiều phạm vi trong Kỹ thuật Y sinh trong những năm sắp tới không chỉ ở BẮC ẤN mà còn trên toàn Ấn Độ.

Các khoản đầu tư nước ngoài vào nghiên cứu Thiết bị Y tế đang tăng lên như bất cứ điều gì Vì vậy, Đừng đánh mất hy vọng, Hãy tập trung vào Kiến thức cơ bản của bạn, Chúng tôi đang trên một ROLL. Có bất kỳ nghề nghiệp hoặc phạm vi nào cho Kỹ thuật Y sinh ở Bắc Ấn Độ không?

Họ có bất kỳ nghề nghiệp hoặc phạm vi nào cho Kỹ thuật Y sinh ở Bắc Ấn Độ không?