YOLO V3に変身！？

TEDにも登場したリアルタイム物体検出DNN(Deep Neural Network)のYOLOがVersion 3にバージョンアップしYOLO V3に変身したので試したときのメモ。仮面ライダーみたいに大幅にバージョンアップしたのか？

上の例では、処理時間がV２が18.9[ms]、V3が22.7[ms]と多少遅くなっているが、予測確率が80%台から90%台と10%近く向上している。

• 環境
  • CROYDON (BTO組立パソコン)
    (CPU: Intel i7-8700K, GPU: Nvidia GTX 1080Ti, Memory:32GB)
  • Motherboard: ASRock Fatal1ty Z370 Gaming K6
  • Xubunut16.04.1
  • Kernel 4.4.0-119-generic
  • gcc/g++ 5.4.0
• Darknetのインストール
  • この指示にしたがいDarknetをインストールする
  • cd ~/src
  • git clone https://github.com/pjreddie/darknet.git
  • cd ~/src/darknet
  • makefileの該当行を以下に変更
    • GPU=1
    • CUDNN=1
    • OPENCV=1
    • ARCH= -gencode arch=compute_61,code=[sm_61,compute_61]
  • make -j12
• Yolo: Real Time Object Detectionのインストール
  • cd ~/src/darknet
  • 学習済みの重み（パラメータ）ファイルをダウンロード
    • wget http://pjreddie.com/media/files/yolov3.weights
  • サンプルの実行
    • ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
• 実行方法
  • ウェブカメラ
    •  ウェブカメラをPCに接続し以下のコマンドを実行
    • ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights
  • 動画ファイル
    • Webm形式の動画ファイルは問題なく動作する。
    • ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file>
• テスト
  • 下図はウェブカメラで本棚を撮ったときの識別結果。私の環境では約30フレーム/秒でリルタイムで識別でき、Cupの識別率は90%後半で安定して検出していた。今まで、YOLOの識別率が悪いので、AlexNetなどと組み合わせて使っていたが、V3なら必要ないかもしれない。いろいろ試してみよう。

以上