物体検出の学習済みモデル使ってみた

学習済みモデルのダウンロード

openimagev4と呼ばれるデータセットで訓練したSSD(Single Shot MultiBox Detector)というモデルを使ってみました

openimagev4

600種類のクラスはここから確認できます
https://storage.googleapis.com/openimages/2018_04/class-descriptions-boxable.csv

実際に使ってみる

https://tfhub.dev/google/openimages_v4/ssd/mobilenet_v2/1
圧縮されたフォルダを展開してロードするだけです。

modelpath = "./openimages_v4_ssd_mobilenet_v2_1" #"./faster_rcnn"
model = hub.load(modelpath).signatures['default']

入力はTensorです

def load_img(path):
  img = tf.io.read_file(path)
  img = tf.image.decode_jpeg(img, channels=3)
  return img

localpath = os.path.join(dpath, fname)
image = Image.open( localpath )
tfimg = load_img( localpath )
converted_img  = tf.image.convert_image_dtype(tfimg, tf.float32)[ tf.newaxis, ... ]

result = model(converted_img)

検出結果

速度と精度

速度だと
yolo > ssd > faster-rcnn
精度は
faster-rcnn > ssd > yolo
という認識です

480x270pxの画像を使って、faster-rcnnという精度重視のモデルと比較してみました

モデル/速度平均値(秒/枚)	Geforce RTX 2080 Ti(7.5)
ssd	0.2
faster-rcnn	2

標準偏差は0.001程度でほぼ無視できます

時間あれば適合率も出しますね

残念なとこ

転移学習はできないみたいです。
https://github.com/pythonlessons/TensorFlow-2.x-YOLOv3

そーす