Mündəricat[Gizlət][Göstər]
Dərin öyrənmədə ən sadə, lakin ən maraqlı ideyalardan biri obyektin aşkarlanmasıdır. Əsas ideya hər bir elementi müqayisə edilə bilən əlamətləri təmsil edən ardıcıl siniflərə bölmək və sonra onun ətrafında bir qutu çəkməkdir.
Bu fərqləndirici xüsusiyyətlər forma və ya rəng kimi sadə ola bilər ki, bu da bizim onları təsnif etmək qabiliyyətimizə kömək edir.
Tətbiqləri Obyektlərin aşkarlanması Kompüter Görmə və Şəkil Emalında əhəmiyyətli təkmilləşdirmələr sayəsində tibb elmləri, avtonom sürücülük, müdafiə və hərbi, dövlət idarəçiliyi və bir çox digər sahələrdə geniş istifadə olunur.
Burada MMDetection, Pytorch üzərində qurulmuş fantastik açıq mənbəli obyekt aşkarlama alətləri dəsti var. Bu yazıda biz MMDetection-ı təfərrüatlı şəkildə nəzərdən keçirəcəyik, onunla praktiki şəkildə məşğul olacağıq, onun xüsusiyyətlərini müzakirə edəcəyik və s.
Nədir MMDtection?
The MMDtection alətlər qutusu xüsusi olaraq obyektin identifikasiyası və nümunənin seqmentləşdirilməsi ilə bağlı problemlər üçün Python kod bazası kimi yaradılmışdır.
PyTorch tətbiqi istifadə olunur və o, modul şəkildə yaradılmışdır. Obyektin tanınması və misalın seqmentasiyası üçün geniş çeşidli effektiv modellər müxtəlif metodologiyalara daxil edilmişdir.
Bu, effektiv nəticə çıxarmağa və sürətli təlimə imkan verir. Digər tərəfdən, alətlər qutusuna 200-dən çox əvvəlcədən öyrədilmiş şəbəkələr üçün çəkilər daxildir və bu, onu obyektin identifikasiyası sahəsində tez bir zamanda düzəldir.
Mövcud texnikaları uyğunlaşdırmaq və ya mövcud modullardan istifadə edərək yeni detektor yaratmaq imkanı ilə MMDetection bir etalon kimi fəaliyyət göstərir.
Alətlər qutusunun əsas xüsusiyyəti normaldan sadə, modul hissələrin daxil olmasıdır obyekt aşkarlanması unikal boru kəmərləri və ya unikal modellər yaratmaq üçün istifadə edilə bilən çərçivə.
Bu alət dəstinin müqayisə imkanları mövcud çərçivənin üstündə yeni detektor çərçivəsi qurmağı və onun performansını müqayisə etməyi asanlaşdırır.
Xüsusiyyətləri
- Faster RCNN, Mask RCNN, RetinaNet və s. kimi məşhur və müasir aşkarlama çərçivələri alətlər dəsti tərəfindən birbaşa dəstəklənir.
- İncə tənzimləmə (və ya yenidən məşq) üçün 360+ əvvəlcədən hazırlanmış modellərdən istifadə edin.
- COCO, Cityscapes, LVIS və PASCAL VOC daxil olmaqla tanınmış görmə məlumat dəstləri üçün.
- GPU-larda bütün fundamental bbox və maska əməliyyatları yerinə yetirilir. Detectron2, maskrcnn-benchmark və SimpleDet kimi digər kod bazaları bu koddan daha sürətli və ya onunla bərabər şəkildə öyrədilə bilər.
- Tədqiqatçılar parçalayırlar obyekt aşkarlanması Çərçivəni bir neçə modula birləşdirin, daha sonra unikal obyekt aşkarlama sistemi yaratmaq üçün birləşdirilə bilər.
MMDetection Arxitektura
MMDetection hər bir modelə tətbiq oluna bilən ümumi dizaynı müəyyən edir, çünki o, hər birinin öz arxitekturasına malik olan müxtəlif əvvəlcədən qurulmuş modelləri olan alətlər qutusudur. Aşağıdakı komponentlər bu ümumi arxitekturanı təşkil edir:
- Onurğa: Son tam qoşulmuş qatı olmayan ResNet-50 kimi magistral, təsviri xüsusiyyət xəritələrinə çevirən komponentdir.
- boyun: Boyun onurğa sümüyünü başlarla birləşdirən seqmentdir. Onurğa sütununun xam xüsusiyyət xəritələrində müəyyən düzəlişlər və ya yenidən konfiqurasiyalar edir. Xüsusiyyət Piramida Şəbəkəsi bir təsvirdir (FPN).
- Sıx Başlıq (AnchorHead/AnchorFreeHead): RPNHead, RetinaHead və FCOHead kimi AnchorHead və AnchorFreeHead kimi xüsusiyyət xəritələrinin sıx sahələrində işləyən komponentdir.
- RoIEExtractor: RoIPooling-ə bənzər operatorların istifadəsi ilə, RoIwise xüsusiyyətlərini tək və ya xüsusiyyət xəritələri toplusundan çəkən bölmədir. SingleRoIExtractor nümunəsi xüsusiyyət piramidalarının uyğun səviyyəsindən ROI xüsusiyyətlərini çıxarır.
- RoIHead (BBoxHead/MaskHead): Bu, giriş kimi ROI xüsusiyyətlərindən istifadə edən və məhdudlaşdırıcı qutunun təsnifatı/reqressiyası və maskanın proqnozlaşdırılması kimi RoI-əsaslı tapşırıq üçün xüsusi proqnozlar yaradan sistemin hissəsidir.
Birpilləli və ikipilləli detektorların qurulması yuxarıda qeyd olunan anlayışlardan istifadə etməklə təsvir edilmişdir. Biz sadəcə bir neçə təzə hissə tikməklə və bəzi mövcud hissələri birləşdirməklə öz prosedurlarımızı inkişaf etdirə bilərik.
MMDetection-a daxil olan modellərin siyahısı
MMDetection bir neçə tanınmış model və tapşırıq yönümlü modullar üçün yüksək səviyyəli kod bazalarını təmin edir. Əvvəllər hazırlanmış modellər və MMDetection alətlər qutusu ilə istifadə oluna bilən uyğunlaşdırıla bilən üsullar aşağıda verilmişdir. Daha çox model və üsul əlavə olunduqca siyahı böyüməyə davam edir.
- Sürətli R-CNN
- Daha sürətli R-CNN
- Maska R-CNN
- RetinaNet
- dcn
- DCNv2
- Cascade R-CNN
- M2Det
- GHM
- ScratchDet
- İki başlı R-CNN
- Şəbəkə R-CNN
- FSAF
- Tərəzi R-CNN
- GCNet
- HRNet
- Maska Qiymətləndirməsi R-CNN
- FCOS
- SSD
- R-FCN
- Qarışıq Dəqiqlik Təlimi
- Çəki standartlaşdırılması
- Hibrid Tapşırıq Kaskadı
- Bələdçi Ankraj
- Ümumiləşdirilmiş diqqət
MMDetection istifadə edərək obyekt aşkarlama modelinin qurulması
Bu dərslikdə biz Google əməkdaşlıq notebooku olacağıq, çünki onu qurmaq və istifadə etmək asandır.
quraşdırma
Bizə lazım olan hər şeyi quraşdırmaq üçün əvvəlcə lazımi kitabxanaları quraşdıracağıq və MMdetection GitHub layihəsini klonlayacağıq.
Importing env
Layihəmiz üçün mühit indi depodan idxal ediləcək.
Kitabxanaların idxalı və MMdetection
İndi əlbəttə ki, MMdetection ilə birlikdə tələb olunan kitabxanaları idxal edəcəyik.
Əvvəlcədən hazırlanmış yoxlama məntəqələrini yükləyin
MMdetection-dan əvvəlcədən öyrədilmiş model yoxlama məntəqələri indi əlavə tənzimləmə və nəticə çıxarmaq üçün endirilməlidir.
Bina modeli
İndi modeli quracağıq və yoxlama nöqtələrini verilənlər bazasına tətbiq edəcəyik.
Detektordan nəticə çıxarın
İndi model düzgün qurulub və yüklənib, gəlin onun nə qədər mükəmməl olduğunu yoxlayaq. Biz MMDetection-ın yüksək səviyyəli API çıxarış detektorundan istifadə edirik. Bu API nəticə çıxarma prosesini asanlaşdırmaq üçün nəzərdə tutulmuşdur.
Nəticə
Gəlin nəticələrə nəzər salaq.
Nəticə
Nəticə olaraq, MMDetection alətlər qutusu SimpleDet, Detectron və Maskrcnn-benchmark kimi bu yaxınlarda buraxılmış kod bazalarını üstələyir. Böyük model kolleksiyası ilə,
MMDetection indi ən müasir texnologiyadır. MMDetection səmərəlilik və performans baxımından bütün digər kod bazalarını üstələyir.
MMdetection ilə bağlı ən gözəl cəhətlərdən biri odur ki, siz indi sadəcə fərqli konfiqurasiya faylını göstərə, fərqli yoxlama nöqtəsini yükləyə və modelləri dəyişdirmək istəyirsinizsə, eyni kodu işlədə bilərsiniz.
Onlara baxmağı məsləhət görürəm təlimat Əgər mərhələlərdən hər hansı biri ilə bağlı problemlərlə üzləşirsinizsə və ya onlardan bəzilərini fərqli şəkildə yerinə yetirmək istəyirsinizsə.
Cavab yaz