【リアルタム物体検知】YOLACT for Google Colab【YOLOを超えた？】

➊はじめに

YOLOは「バウンディングボックス」の物体認識がリアルタイムでできて凄いなぁと思っていました。YOLACTでは「セグメンテーション」の物体認識がリアルタイムでできるようになっているとのことで、どんなものか試したいと思いました。
　

※YOLO/YOLACTを使用して**「じゃんけん」検出を行った記事と、ローカルPC(YOLACT)＋webcamを使用してリアルタイム性を確認**した記事もありますので、ご参考にどうぞ。

• 【YOLO V5】AIでじゃんけん検出
• 【YOLACT】AIでじゃんけん検出
• 【リアルタム物体検知】YOLACT for win10+webcam【ワンコも驚愕】

➋やること

今回は、Google Colabを使用して**YOLACT (YOLACT++)をTrial Runします！YOLACTは、ありがたいことにMITライセンス**です。

ここまで技術が高くなるとAI認識させるだけでもGPUは必須とのことなので、我らAI趣味人の強い味方であるGoogle Colabを使ってやってみたいと思います。ただ、Google Colabを使用するとwebカメラは使えないので、リアルタイムではなく、予め用意した画像ファイル、動画ファイルを使ってYOLACTの試走を実施したいと思います。

➌バウンディングボックスとセグメンテーションの違い

一応、違いをまとめておきます。
バウンディングボックスとセグメンテーションの違いを、以下にまとめました。

物体検出	概要	物体検出サンプル	ツール
バウンディングボックス	画像内の物体の位置やクラスを検出		YOLO v5
セグメンテーション	画像内の各画素がどのカテゴリーに属するかを検出		YOLACT

➍Google Colabで試走

Google Colabで実施していきます。
Google Colabがよく分からないよという方は、『0からはじめる「Python AIプログラミング」 for Google Colab』で基礎が勉強できますので、こちらをご参照ください。

※サンプル画像、サンプル動画もこちらで用意し共有しています。ファイルはColab上にダウンロードするようにしておりますので、Google Colabにコピペのみで動作確認できると思います。希望が多ければ、Google Colbの実行結果もSHAREしたいと思います。

■YOLACTインストール

詳細は、本家「YOLACT Installation」をご参照ください。

(1) Google ColabのGPUを有効化

• [ランタイム]→[ランタイムのタイプを変更]→[ハードウェアアクセラレータ]
• [GPU]を有効→[保存]を押下

(2) ライブラリのインストール

GoogleColab

!pip install cython
!pip install opencv-python pillow pycocotools matplotlib
!pip install torchvision==0.5.0
!pip install torch==1.4.0

(3) YOLACTのダウンロード

GoogleColab

%cd /content
!git clone https://github.com/dbolya/yolact.git

(4) DCNv2の有効化

YOLACT++を使用するためDCNv2を有効化します。

GoogleColab

%cd /content/yolact/external/DCNv2
!python setup.py build develop

(5) 重み付けデータのダウンロード

YOLACT++ models(Resnet50-FPN)をダウンロードします。
こちらからもダウンロードできます。

GoogleColab

%cd /content
!git clone https://github.com/chentinghao/download_google_drive.git

!mkdir -p '/content/yolact/weights'
weights = '/content/yolact/weights/yolact_plus_resnet50_54_800000.pth'

%cd download_google_drive
!python download_gdrive.py 1ZPu1YR2UzGHQD0o1rEqy-j5bmEm3lbyP '$weights'

■画像評価

(1) 入力画像の設定

画像を取得します。

GoogleColab

inimgdir = '/content/yolact/in_img_files/'

!echo '$inimgdir'
!rm -r '$inimgdir'
!mkdir -p '$inimgdir'

%cd /content/download_google_drive
!python download_gdrive.py 19pvKhehjKsszhLAMLjujFQpsSswYOs2U '$inimgdir/pic1.jpg'
!python download_gdrive.py 13c8VOHdIxPzZSmenpxT31z3lnZemsPSo '$inimgdir/pic2.jpg'

画像を表示します。

GoogleColab

import os
import re
import matplotlib.pyplot as plt
import cv2

patternStr = '.+\.(jpg|png)'
pattern = re.compile(patternStr)
for item in os.listdir(inimgdir):
    result = pattern.match(item)
    if result:
        file = os.path.join(inimgdir,item)
        print(file)
        img = cv2.cvtColor(cv2.imread(file), cv2.COLOR_BGR2RGB)
        plt.figure(figsize=(10, 10))
        plt.imshow(img)
        plt.show()

元画像はこんな感じです。

(2) 出力先の設定

GoogleColab

outimgdir = '/content/yolact/out_img_files/'

!echo '$outimgdir' 
!rm -r '$outimgdir'
!mkdir -p '$outimgdir'

(3) 画像評価

GoogleColab

%cd /content/yolact
!echo '$weights'
!echo '$inimgdir'
!echo '$outimgdir'

!python eval.py --trained_model='$weights'\
                --config=yolact_plus_resnet50_config\
                --score_threshold=0.15\
                --top_k=15\
                --images='$inimgdir':'$outimgdir'

(4) 画像評価結果

GoogleColab

import os
import re
import matplotlib.pyplot as plt
import cv2

patternStr = '.+\.(jpg|png)'
pattern = re.compile(patternStr)
for item in os.listdir(outimgdir):
    result = pattern.match(item)
    if result:
        file = os.path.join(outimgdir,item)
        print(file)
        img = cv2.cvtColor(cv2.imread(file), cv2.COLOR_BGR2RGB)
        plt.figure(figsize=(10, 10))
        plt.imshow(img)
        plt.show()

Good!!かなり認識率は良いですね！

■動画評価結果

(1) 入力動画の設定

GoogleColab

inmovdir = '/content/yolact/in_mov_files/'

!echo '$inmovdir'
!rm -r '$inmovdir'
!mkdir -p '$inmovdir'

inmovfile1 = inmovdir + 'video1.mov'
inmovfile2 = inmovdir + 'video2.mov'

%cd /content/download_google_drive
src1 = '1oM5O5fQEu9-cWrUj5EGqfU_TsScjKEMh'
src2 = '1NHjz_PguT1UVGzrsdJDpwM8AgoaTU7w2'

!python download_gdrive.py '$src1' '$inmovfile1'
!ls '$inmovfile1'
!python download_gdrive.py '$src2' '$inmovfile2'
!ls '$inmovfile2'

(2) 出力先の設定

GoogleColab

outmovdir = '/content/yolact/out_mov_files/'

!echo '$outmovdir' 
!rm -r '$outmovdir'
!mkdir -p '$outmovdir'

outmovfile1 = outmovdir + 'video1_out.mov'
outmovfile2 = outmovdir + 'video2_out.mov'

!echo '$outmovfile1'
!echo '$outmovfile2'

(3) 動画評価

しきい値は0.6としています。認識状態により、調整してくださいね。

GoogleColab

%cd /content/yolact/
!echo '$weights'
!echo '$inmovfile1'
!echo '$outmovfile1'

!python eval.py --trained_model='$weights'\
                --score_threshold=0.6\
                --top_k=15\
                --video_multiframe=1\
                --video='$inmovfile1':'$outmovfile1'

GoogleColab

%cd /content/yolact/
!echo '$weights'
!echo '$inmovfile2'
!echo '$outmovfile2'

!python eval.py --trained_model='$weights'\
                --score_threshold=0.6\
                --top_k=15\
                --video_multiframe=1\
                --video='$inmovfile2':'$outmovfile2'

(4) 動画評価結果

以下フォルダに、動画評価結果のファイルができあがっているので、これをLocalPCへダウンロードし、動作を再生します。

/content/yolact/out_mov_files/video1_out.mov
/content/yolact/out_mov_files/video2_out.mov

しきい値を0.6と高めに設定したのにも関わらず、きちんと認識されています。
これはスゴい！ここまで技術が進歩しているとは…
　

➎OMAKE

おまけです😉

なお、動画評価後の「movファイル」をGoogle ColabからローカルPCへダウンロードしなくても、以下のコマンドを叩き「mp4ファイル」へ変換することで、Google Colab上から動画（mp4）を直接参照することができます。

GoogleColab

chg_in ='/content/yolact/out_mov_files/video1_out.mov'
chg_out = '/content/yolact/out_mov_files/video1_out.mp4'

!echo '$chg_in'
!echo '$chg_out'

!ffmpeg -i '$chg_in' '$chg_out'

GoogleColab

from IPython.display import HTML
from base64 import b64encode

mp4 = open(chg_out, 'rb').read()
data_url = 'data:video/mp4;base64,' + b64encode(mp4).decode()
HTML(f"""
<video controls>
      <source src="{data_url}" type="video/mp4">
</video>""")

Google Colab上から、mp4ファイルを直接参照するとこんな感じ…

➏以上

YOLOも凄かったけど、YOLACTを使用すると、こんなにも簡単にセグメンテーション検出ができてしまうことに驚きました👀❗ちなみにYOLACT EDGEというよりFPSが高い改良版も公表されています。なんかワクワクしますよね😊

お疲れ様でした！