Wiwa nkan jẹ iru ti isori aworan ninu eyiti nẹtiwọọki nkankikan ṣe ifojusọna awọn ohun kan ninu aworan kan ati fa awọn apoti didin ni ayika wọn. Ṣiṣawari ati isọdi awọn nkan ni aworan kan ti o ni ibamu si eto tito tẹlẹ ti awọn kilasi ni a tọka si bi wiwa nkan.
Wiwa nkan (ti a tun mọ si idanimọ ohun) jẹ agbegbe pataki pataki ti Iran Kọmputa nitori awọn iṣẹ ṣiṣe bii wiwa, idanimọ, ati isọdi wa ohun elo gbooro ni awọn aaye-aye gidi.
Ọna YOLO le ṣe iranlọwọ fun ọ lati ṣe awọn iṣẹ-ṣiṣe wọnyi. Ninu aroko yii, a yoo wo YOLO ni pẹkipẹki, pẹlu kini o jẹ, bii o ṣe n ṣiṣẹ, awọn iyatọ oriṣiriṣi, ati diẹ sii.
Nitorina, kini YOLO?
YOLO jẹ ọna kan fun idanimọ ohun akoko gidi ati idanimọ ninu awọn fọto. O jẹ adape fun Iwọ Nikan Wo Ni ẹẹkan. Redmond et al. dabaa ọna ti o wa ninu iwe ti a ti gbejade ni akọkọ ni 2015 ni IEEE / CVF Conference on Computer Vision and Pattern Recognition (CVPR).
Aami Eye Aṣayan Awọn eniyan OpenCV ni a fun ni iwe naa. Ko dabi awọn ọna idanimọ ohun ti tẹlẹ, eyiti o tun ṣe awọn ikasi lati ṣe iṣawari, YOLO ṣe igbero lilo opin-si-opin Nẹtiwọki ti nhu ti o asọtẹlẹ bounding apoti ati awọn iṣeeṣe kilasi ni nigbakannaa.
YOLO ṣe agbejade awọn abajade-ti-ti-aworan nipasẹ gbigbe ọna tuntun ti ipilẹṣẹ si idanimọ ohun, ni irọrun ju awọn ọna wiwa ohun elo akoko gidi ti iṣaaju lọ.
YOLO ṣiṣẹ
Ọna YOLO pin aworan naa si awọn grids N, ọkọọkan pẹlu eka onisẹpo SxS ti o dọgba. Ọkọọkan awọn grids N wọnyi wa ni idiyele ti wiwa ati wiwa nkan ti o wa ninu.
Awọn akoj wọnyi, ni ẹwẹ, asọtẹlẹ B awọn ipoidojuko didi B ni ibatan si awọn ipoidojuko sẹẹli, bakanna bi orukọ ohun kan ati iṣeeṣe ohun naa wa ninu sẹẹli naa. Nitori ọpọlọpọ awọn sẹẹli ti n sọ asọtẹlẹ nkan kanna pẹlu oriṣiriṣi awọn asọtẹlẹ apoti didi, ilana yii dinku iṣiro pupọ nitori wiwa mejeeji ati idanimọ jẹ itọju nipasẹ awọn sẹẹli lati aworan naa.
Sibẹsibẹ, o ṣe agbejade ọpọlọpọ awọn asọtẹlẹ ẹda-ẹda. Lati koju iṣoro yii, YOLO n gba Iṣẹ Imukuro Ti kii-Maximal. YOLO dopin gbogbo awọn apoti ifamọ pẹlu awọn iṣiro iṣeeṣe kekere ni Ilọkuro ti kii ṣe ti o pọju.
YOLO ṣe eyi nipa ṣiṣe ayẹwo awọn iṣiro iṣeeṣe ti o sopọ pẹlu aṣayan kọọkan ati yiyan eyi ti o ni Dimegilio ti o ga julọ. Awọn apoti ifamọ pẹlu Ikorita ti o tobi julọ lori Union pẹlu apoti idawọle iṣeeṣe giga lọwọlọwọ lẹhinna ti tẹmọlẹ.
Ilana yii tẹsiwaju titi ti awọn apoti ifunmọ yoo pari.
Awọn iyatọ ti YOLO
A yoo wo diẹ ninu awọn ẹya YOLO ti o wọpọ julọ. Jẹ ká bẹrẹ.
1. YOLOv1
Ẹya YOLO akọkọ ti kede ni ọdun 2015 ninu atẹjade “Iwọ Nikan Wo Ni ẹẹkan: Iṣọkan, Iwari Ohun Ohun-akoko gidi” nipasẹ Joseph Redmon, Santosh Divvala, Ross Girshick, ati Ali Farhadi.
Nitori iyara rẹ, deedee, ati agbara ikẹkọ, YOLO ni kiakia jẹ gaba lori agbegbe ti idanimọ ohun ati di algoridimu ti a lo julọ julọ. Dipo ki o sọrọ wiwa ohun bi ọrọ isọdi, awọn onkọwe sunmọ ọdọ rẹ bi iṣoro ipadasẹhin pẹlu awọn apoti isọdi ti agbegbe ati awọn iṣeeṣe kilasi ti o somọ, eyiti wọn yanju ni lilo ẹyọkan. Nẹtiwọki ti nhu.
YOLOv1 ṣe awọn fọto ni awọn fireemu 45 fun iṣẹju keji ni akoko gidi, lakoko ti iyatọ kekere kan, Yara YOLO, ti ni ilọsiwaju ni awọn fireemu 155 fun iṣẹju kan ati pe o tun gba ilọpo mAP ti awọn aṣawari akoko gidi miiran.
2. YOLOv2
Odun kan nigbamii, ni 2016, Joseph Redmon ati Ali Farhadi tu YOLOv2 (ti a tun mọ ni YOLO9000) ninu iwe "YOLO9000: Dara julọ, Yiyara, Alagbara. "
Agbara awoṣe lati ṣe asọtẹlẹ paapaa awọn ẹka ohun kan pato 9000 lakoko ti o tun nṣiṣẹ ni akoko gidi gba o ni yiyan 9000. Kii ṣe nikan ni ẹya awoṣe tuntun ni akoko kanna ti oṣiṣẹ lori wiwa ohun ati awọn iwe data ipin, ṣugbọn o tun ni Darknet-19 bi ipilẹ tuntun. awoṣe.
Nitori YOLOv2 tun jẹ aṣeyọri nla kan ati pe o yara di awoṣe idanimọ ohun ti o tẹle-ti-ti-aworan, awọn onimọ-ẹrọ miiran bẹrẹ lati ṣe idanwo pẹlu algorithm ati gbejade tiwọn, awọn ẹya YOLO alailẹgbẹ. Diẹ ninu wọn ni a yoo jiroro ni awọn aaye oriṣiriṣi ninu iwe naa.
3. YOLOv3
Ninu iwe naa "YOLOv3: Ilọsiwaju Ilọsiwaju, "Joseph Redmon ati Ali Farhadi ṣe atẹjade ẹya tuntun ti algoridimu ni ọdun 2018. A ṣe itumọ rẹ lori faaji Darknet-53. Awọn ikasi eekadẹri olominira rọpo ẹrọ imuṣiṣẹ softmax ni YOLOv3.
Ipadanu agbelebu-entropy alakomeji ni a lo lakoko ikẹkọ. Darknet-19 ti ni imudara ati fun lorukọmii Darknet-53, eyiti o ni awọn fẹlẹfẹlẹ 53 convolutional ni bayi. Yato si pe, awọn asọtẹlẹ ni a ṣe lori awọn iwọn mẹta pato, eyiti o ṣe iranlọwọ fun YOLOv3 lati mu iṣedede rẹ pọ si ni asọtẹlẹ awọn nkan kekere.
YOLOv3 jẹ ẹya ipari YOLO ti Joseph Redmon, niwon o ti yọ kuro lati ṣiṣẹ lori awọn ilọsiwaju YOLO siwaju sii (tabi paapaa ni agbegbe iran kọmputa) lati yago fun iṣẹ rẹ ti o ni ipa ti o ni ipa lori agbaye. O ti wa ni lilo pupọ julọ bi aaye ibẹrẹ fun kikọ awọn ile-iṣawari ohun-elo alailẹgbẹ.
4. Yolov4
Alexey Bochkovskiy, Chien-Yao Wang, ati Hong-Yuan Mark Liao ṣe atẹjade “YOLOv4: Iyara Ti o dara julọ ati Yiye ti Wiwa Nkan” ni Oṣu Kẹrin ọdun 2020, eyiti o jẹ aṣetunṣe kẹrin ti algorithm YOLO.
Awọn Isopọ Ti o ku ti iwuwo, Ipele-Ipele-apakan Awọn isopọ, agbelebu mini-batch normalization, ikẹkọ ọta ara ẹni, imuṣiṣẹ mish, bulọki silẹ, ati pipadanu CIoU ni gbogbo wọn ṣe afihan bi apakan ti faaji SPDarknet53.
YOLOv4 jẹ ọmọ ti idile YOLO, sibẹsibẹ, o jẹ idagbasoke nipasẹ awọn onimọ-jinlẹ lọtọ (kii ṣe Joseph Redmon ati Ali Farhadi). SPDarknet53 ọpa ẹhin, ibi-apapọ pyramid aye, PANet-aggregation bi ọrun, ati ori YOLOv3 ṣe agbekalẹ faaji rẹ.
Bi abajade, nigba akawe si obi rẹ, YOLOv3, YOLOv4 ṣaṣeyọri 10% Iwọn Iwọn Iwọn ti o ga julọ ati 12% Awọn fireemu to dara julọ Fun awọn metiriki Keji.
5. YOLOv5
YOLOv5 jẹ iṣẹ akanṣe orisun-ìmọ ti o ni ọpọlọpọ awọn awoṣe idanimọ ohun ati awọn algoridimu ti o da lori awoṣe YOLO ti a ti kọkọ tẹlẹ lori dataset COCO.
YOLOv5 jẹ akojọpọ awọn awoṣe idanimọ ohun ti o ni iwọn ikẹkọ lori dataset COCO, pẹlu awọn agbara irọrun fun TTA, apejọ awoṣe, idagbasoke hyperparameter, ati okeere si ONNX, CoreML, ati TFLite. Nitori YOLOv5 ko ṣe tabi ṣe agbekalẹ awọn ọna alailẹgbẹ eyikeyi, iwe aṣẹ ko le ṣe idasilẹ. O rọrun YOLOv3's PyTorch itẹsiwaju.
Ultranytics lo oju iṣẹlẹ yii lati ṣe ikede ikede “YOLO tuntun” labẹ atilẹyin rẹ. Nitoripe awọn awoṣe ikẹkọ iṣaaju marun tun wa ni iraye si, oju-iwe ile YOLOv5 jẹ taara taara ati ti iṣeto ni iṣẹ-ṣiṣe ati kikọ, pẹlu nọmba awọn ẹkọ ati awọn imọran lori ikẹkọ ati lilo awọn awoṣe YOLOv5.
Awọn idiwọn YOLO
Botilẹjẹpe YOLO han lati jẹ ilana ti o tobi julọ fun ipinnu ohun èlò isoro, o ni o ni awọn nọmba kan ti drawbacks. Nitori akoj kọọkan le ṣe idanimọ ohun kan nikan, YOLO ni iṣoro wiwa ati pinpin awọn nkan kekere ni awọn aworan ti o waye ni awọn ẹgbẹ. Awọn ohun kekere ti o wa ninu awọn ẹja, gẹgẹbi awọn èèrà, ni o ṣoro fun YOLO lati ṣe idanimọ ati wa.
Nigbati a ba ṣe afiwe si awọn ọna idamọ ohun ti o lọra pupọ bi Yara RCNN, YOLO jẹ bakannaa ti o ni ijuwe nipasẹ deedee diẹ.
Bẹrẹ lilo YOLOv5
Ti o ba nifẹ lati rii YOLOv5 kan ni iṣe, ṣayẹwo osise GitHub ati YOLOv5 ni PyTorch.
ipari
Ẹya akọkọ ti YOLOv5 jẹ iyara pupọ, ṣiṣe, ati rọrun lati lo. Lakoko ti YOLOv5 ko ṣafikun eyikeyi faaji awoṣe tuntun si idile YOLO, o pese ikẹkọ PyTorch tuntun ati ilana imuṣiṣẹ ti o mu ipo ti aworan dara fun awọn aṣawari ohun.
Pẹlupẹlu, YOLOv5 jẹ ore-olumulo pupọ ati pe o wa "jade kuro ninu apoti" ti o ṣetan lati lo lori awọn ohun ti a sọ.
Fi a Reply