Мундариҷа[Пинҳон кардан][Намоиш]
Яке аз ғояҳои соддатарин, вале ҷолибтарин дар омӯзиши амиқ ин кашфи объект мебошад. Идеяи асосӣ ин аст, ки ҳар як ашёро ба синфҳои пайдарпай тақсим кунед, ки хислатҳои муқоисашавандаро ифода мекунанд ва сипас дар атрофи он қуттича кашед.
Ин хусусиятҳои фарқкунанда метавонанд ҳамчун шакл ё ранг содда бошанд, ки ба қобилияти мо барои гурӯҳбандӣ кардани онҳо кӯмак мекунанд.
Барномаҳои Муайян кардани объект ба таври васеъ дар илмҳои тиб, ронандагии автономӣ, мудофиа ва ҳарбӣ, идоракунии давлатӣ ва бисёр дигар соҳаҳо ба туфайли беҳбудиҳои назаррас дар биниши компютерӣ ва коркарди тасвирҳо истифода мешаванд.
Дар ин ҷо мо MMDetection дорем, як абзори афсонавии кашфи объекти кушодаасос, ки дар Pytorch сохта шудааст. Дар ин мақола, мо MMDetection-ро ба таври муфассал дида мебароем, бо он амал мекунем, хусусиятҳои онро муҳокима мекунем ва ғайра.
кадом аст Муайянкунии MMD?
Дар Муайянкунии MMD қуттии асбобҳо ҳамчун пойгоҳи коди Python махсусан барои мушкилоти марбут ба мушаххаскунии объект ва сегментатсияи мисолҳо сохта шудааст.
Татбиқи PyTorch истифода мешавад ва он ба таври модулӣ сохта шудааст. Барои шинохти объект ва сегментатсияи мисолҳо, доираи васеи моделҳои самаранок ба методологияҳои гуногун ҷамъ оварда шудаанд.
Он имкон медиҳад, ки хулосаи муассир ва омӯзиши зуд. Аз тарафи дигар, қуттии асбобҳо вазнҳоро барои беш аз 200 шабакаҳои қаблан омӯзонидашуда дар бар мегирад, ки онро дар соҳаи муайянкунии объект зуд ислоҳ мекунад.
Бо қобилияти мутобиқ кардани усулҳои ҷорӣ ё сохтани детектори нав бо истифода аз модулҳои мавҷуда, MMDetection ҳамчун нишондиҳанда кор мекунад.
Хусусияти асосии қуттии асбобҳо дохил кардани қисмҳои оддӣ ва модулӣ аз муқаррарӣ мебошад ошкор кардани объект чаҳорчӯбае, ки метавонад барои сохтани қубурҳои беназир ё моделҳои беназир истифода шавад.
Имкониятҳои муқоисавии ин маҷмӯа сохтани чаҳорчӯбаи детектори навро дар болои чаҳорчӯбаи мавҷуда ва муқоисаи кори он осон мекунад.
Вижагиҳо
- Чаҳорчӯбаҳои маъмул ва муосири муайянкунӣ, ба монанди Faster RCNN, Mask RCNN, RetinaNet ва ғайра, аз ҷониби асбобҳо мустақиман дастгирӣ карда мешаванд.
- Истифодаи 360+ моделҳои қаблан омӯзонидашуда барои танзими дақиқ (ё омӯзиши нав).
- Барои маҷмӯаҳои маъруфи биниш, аз ҷумла COCO, Cityscapes, LVIS ва PASCAL VOC.
- Дар GPU-ҳо ҳама амалҳои асосии bbox ва маска иҷро карда мешаванд. Дигар пойгоҳҳои рамзӣ, ба монанди Detectron2, maskrcnn-benchmark ва SimpleDet, метавонанд бо суръати тезтар ё дар баробари ин омӯзонида шаванд.
- Муҳаққиқон онро вайрон мекунанд ошкор кардани объект чаҳорчӯба ба якчанд модулҳо, ки пас аз он метавонанд барои эҷоди системаи ягонаи ошкоркунии объект муттаҳид карда шаванд.
Архитектураи MMDetection
MMDetection як тарҳи умумиеро муайян мекунад, ки онро ба ҳама гуна модел татбиқ кардан мумкин аст, зеро он як қуттии асбобҳо бо моделҳои гуногуни қаблан сохташуда мебошад, ки ҳар кадоми онҳо меъмории худро доранд. Ин меъмории умумиро ҷузъҳои зерин ташкил медиҳанд:
- Рақам: Backbone, ба монанди ResNet-50 бе қабати ниҳоии пурра пайваст, ҷузъест, ки тасвирро ба харитаҳои хусусият табдил медиҳад.
- Neck: Гардан сегментест, ки сутунмӯҳраро бо сарҳо мепайвандад. Дар харитаҳои хусусияти хоми магистралӣ, он ислоҳот ё аз нав танзимкунии муайянро анҷом медиҳад. Шабакаи хусусияти пирамида як тасвир аст (FPN).
- Сарвари зич (AnchorHead/AnchorFreeHead): Ин ҷузъест, ки дар минтақаҳои зиччи харитаҳои хусусиятҳо, ба монанди AnchorHead ва AnchorFreeHead, ба монанди RPNHead, RetinaHead ва FCOHead кор мекунад.
- RoIEExtractor: Бо истифода аз операторҳои монанд ба RoIPooling, он бахшест, ки хусусиятҳои RoIwise аз як ё маҷмӯи харитаҳои хусусиятҳоро мегирад. Намунаи SingleRoIExtractor хусусиятҳои RoI-ро аз сатҳи мувофиқи пирамидаҳои хусусият истихроҷ мекунад.
- RoIHead (BBoxHead/MaskHead): Ин қисми системаест, ки хусусиятҳои RoI-ро ҳамчун вуруд истифода мебарад ва пешгӯиҳои мушаххаси вазифаро дар асоси RoI тавлид мекунад, ба монанди таснифоти қуттии маҳдуд/регрессия ва пешгӯии ниқоб.
Сохтмони детекторҳои якмарҳила ва думарҳила бо истифода аз мафҳумҳои дар боло зикршуда тасвир шудааст. Мо метавонем расмиёти шахсии худро танҳо тавассути сохтани якчанд қисмҳои нав ва якҷоя кардани баъзе қисмҳои мавҷуда таҳия кунем.
Рӯйхати моделҳое, ки ба MMDetection дохил карда шудаанд
MMDetection барои якчанд моделҳои маъруф ва модулҳои ба вазифа нигаронидашуда асосҳои коди олиро таъмин мекунад. Моделҳое, ки қаблан сохта шуда буданд ва усулҳои мутобиқшаванда, ки метавонанд бо қуттии асбобҳои MMDetection истифода шаванд, дар зер оварда шудаанд. Рӯйхат афзоиш меёбад, зеро моделҳо ва усулҳои бештар илова карда мешаванд.
- R-CNN зуд
- Тезтар R-CNN
- Маска R-CNN
- RetinaNet
- DCN
- DCNv2
- Каскади R-CNN
- M2Det
- GHM
- ScratchDet
- Сарвари дукарата R-CNN
- Шабакаи R-CNN
- FSAF
- Libra R-CNN
- GCNet
- HRNet
- Маска баҳодиҳии R-CNN
- FCOS
- SSD
- R-FCN
- Омӯзиши дақиқи омехта
- Стандартизатсияи вазн
- Каскади вазифаҳои гибридӣ
- Лангари роҳнамо
- Диққати умумӣ
Сохтани модели муайянкунии объект бо истифода аз MMDetection
Дар ин дастур, мо дафтарчаи муштараки Google хоҳем буд, зеро насб кардан ва истифода бурдани он осон аст.
насби
Барои насб кардани ҳама чизе, ки ба мо лозим аст, мо аввал китобхонаҳои заруриро насб мекунем ва лоиҳаи MMdetection GitHub-ро клон мекунем.
Воридоти env
Муҳити лоиҳаи мо ҳоло аз анбор ворид карда мешавад.
Воридоти китобхонаҳо ва MMdetection
Мо ҳоло китобхонаҳои заруриро дар якҷоягӣ бо MMdetection ворид хоҳем кард.
Нуқтаҳои гузаргоҳи пешакӣ тайёршударо зеркашӣ кунед
Нуқтаҳои гузаргоҳи модели қаблан омӯзонидашуда аз MMdetection ҳоло бояд барои тасҳеҳ ва хулосабарории минбаъда зеркашӣ карда шаванд.
Модели бино
Мо ҳоло моделро месозем ва нуқтаҳои назоратро ба маҷмӯи додаҳо татбиқ мекунем.
Дар бораи детектор хулоса кунед
Акнун, ки модел дуруст сохта ва бор карда шудааст, биёед тафтиш кунем, ки он то чӣ андоза аъло аст. Мо детектори хулосабарории API-и сатҳи баланди MMDetection-ро истифода мебарем. Ин API барои осон кардани раванди хулосабарорӣ тарҳрезӣ шудааст.
Натиҷаи
Биёед ба натиҷаҳо назар андозем.
хулоса
Хулоса, қуттии асбобҳои MMDetection аз кодҳои ба наздикӣ баровардашуда ба монанди SimpleDet, Detectron ва Maskrcnn-benchmark бартарӣ дорад. Бо коллексияи бузурги модели,
MMDetection ҳоло технологияи муосир аст. MMDetection аз ҷиҳати самаранокӣ ва иҷроиш аз ҳама дигар пойгоҳҳои рамзӣ бартарӣ дорад.
Яке аз беҳтарин чизҳои MMdetection ин аст, ки шумо ҳоло метавонед танҳо ба файли конфигуратсияи дигар ишора кунед, нуқтаи назоратии дигарро зеркашӣ кунед ва агар шумо хоҳед, ки моделҳоро тағир диҳед, ҳамон кодро иҷро кунед.
Ман маслиҳат медиҳам, ки ба онҳо нигоҳ кунам дастур агар шумо бо ягон марҳила ба мушкилот дучор шавед ё хоҳед, ки баъзеи онҳоро ба таври дигар иҷро кунед.
Дин ва мазҳаб