estimation personnelle en temps réel (construction d'un nouveau modèle)

introduction

Construction de l'environnement deux fois avant La dernière fois que je suis venu avec l'édition d'apprentissage. Ensuite, je voudrais construire un modèle qui puisse être utilisé correctement.

But de ce projet

La dernière fois, j'ai écrit sur le but de ce projet, et le but était de "faire un classificateur Nogisaka-chan". Eh bien, je ne l'ai pas atteint, mais je savais comment y arriver, donc j'ai atteint environ la moitié de l'objectif pour le moment.Je me demandais donc quoi faire et j'ai décidé pour le moment. Nous développerons également un outil permettant de l'observer en fonction de la personne reconnue par yolo. J'ai écrit un code similaire en classe il y a longtemps, je pense donc à l'améliorer. Pour plus d'informations, voir git. C'est donc l'objectif de ce projet jusqu'à présent.

Construction de modèles

Puisque l'article précédent décrivait comment créer un modèle, nous le construirons en référence à celui-ci. Pour être honnête, je ne vous montre pas vraiment cet article. Veuillez noter que ce n'est plus un record pour vous.

(1) Collectez des images de Yoda-chan. La dernière fois, j'ai collecté 10 images de Yoda-chan et les ai traitées pour en faire un modèle. Eh bien, je pensais que cela ne fonctionnerait pas, mais cela ne fonctionnerait pas. C'est pourquoi nous avons besoin de matériaux pour fabriquer un modèle, nous allons donc commencer par la méthode de collecte des matériaux.

search.py

from icrawler.builtin import BingImageCrawler
crawler = BingImageCrawler(storage={"root_dir": "asuka"})
crawler.crawl(keyword="Le nom que vous souhaitez rechercher", max_num=100)

J'ai fait des annotations basées sur le modèle, mais c'était difficile. Je publierai quelque chose comme un fichier modèle pour le moment.

data.yaml

train: test1/train/images
val: test1/valid/images
nc: 2
names: ['asuka', 'yoda']

Résultat de sortie

J'ai formé environ 100 feuilles dans 2 catégories et 300 époques. Cela a pris beaucoup de temps, donc honnêtement Ce n'est pas réaliste. Eh bien, je l'ai fait, alors j'ai essayé de déduire en utilisant une image différente des données d'entraînement pour vérifier si elle est reconnue. Cliquez ici pour les résultats En conséquence, cela fonctionne. Je me demande si cela peut être fait avec des vidéos. Je vais l'essayer un peu plus tard.

problème

Le temps qu'il faut pour apprendre prend actuellement énormément de temps sur un PC local (CPU). Si c'est le sentiment actuel, même 130 feuilles prendront des heures. Dans cet esprit, je pense que l'utilisation de l'exécution sur le cloud (GPU) est plus efficace. (Eh bien, c'est naturel). Postscript Dans 2 catégories, l'inférence dans 2 catégories fonctionne, mais quand je mets des images d'autres personnes, cela ne fonctionne tout simplement pas. Je cherche un moyen de gérer cela. Considération ・ Amélioration de la vitesse de calcul Afin de fabriquer de nombreux modèles et de les considérer, il est d'abord nécessaire de fabriquer de nombreux modèles. Par conséquent, nous devons réfléchir à la manière de créer rapidement un modèle. ・ Envisagez de créer un modèle à l'aide d'une machine locale (GPU)

la prochaine fois

Ensuite, j'écrirai spécifiquement sur la façon de l'utiliser. Postscript J'aimerais faire quelque chose au sujet de la partie ajoutée, alors faites-le moi savoir si vous avez des conseils.