Слайд 2ПЛАН
Задача детектирования
Демонстрация Tensorflow Object Detection API
Создание своей модели детектирования
Демонстрация обучения модели
Детектирование объектов
![ПЛАН Задача детектирования Демонстрация Tensorflow Object Detection API Создание своей модели детектирования](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-1.jpg)
на видео
Пример детектирования движущихся объектов, с помощью ImageAI
Слайд 3Задача детектирования
Требуется определить местоположение всех объектов заданного класса на изображении.
Класс объектов:
Конкретный объект
Произвольный
![Задача детектирования Требуется определить местоположение всех объектов заданного класса на изображении. Класс](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-2.jpg)
регистрационный знак (номер) автомобиля
Лицо произвольного человека
Произвольный человек
...
Местоположение:
Пиксели, принадлежащие изображению объекта
Контур объекта
Область изображения, содержащая объект
(прямоугольник, эллипс, ...)
Слайд 4Сложность задачи детектирования
Сложность определяется:
изменчивостью изображений объектов рассматриваемого класса
Положение
Ракурс
Освещение
Цвет
Форма
Частичное перекрытие другими объектами
Разнообразием окружающих
![Сложность задачи детектирования Сложность определяется: изменчивостью изображений объектов рассматриваемого класса Положение Ракурс](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-3.jpg)
объектов
Слайд 5Детектирование, как задача регрессии
На вход нейронной сети подаются изображения
Выходом является предсказание координат
![Детектирование, как задача регрессии На вход нейронной сети подаются изображения Выходом является](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-4.jpg)
точек, ограничивающих объект
Слайд 6Инструменты применяемые для детектирования
Tensorflow Object Detection API
https://github.com/tensorflow/models/tree/master/research/object_detection
YOLO: Real-Time Object Detection
https://github.com/pjreddie/darknet/wiki/YOLO:-Real-Time-Object-Detection
ImageAI
https://imageai.readthedocs.io/en/latest/
![Инструменты применяемые для детектирования Tensorflow Object Detection API https://github.com/tensorflow/models/tree/master/research/object_detection YOLO: Real-Time Object Detection https://github.com/pjreddie/darknet/wiki/YOLO:-Real-Time-Object-Detection ImageAI https://imageai.readthedocs.io/en/latest/](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-5.jpg)
Слайд 7Демонстрация применения Tensorflow Object Detection API
![Демонстрация применения Tensorflow Object Detection API](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-6.jpg)
Слайд 8ПЛАН
Задача детектирования
Демонстрация Tensorflow Object Detection API
Создание своей модели детектирования
Демонстрация обучения модели
Детектирование объектов
![ПЛАН Задача детектирования Демонстрация Tensorflow Object Detection API Создание своей модели детектирования](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-7.jpg)
на видео
Пример детектирования движущихся объектов, с помощью ImageAI
Слайд 9Примеры
наборов данных для обучения
The Oxford-IIIT Pet Dataset
http://www.robots.ox.ac.uk/~vgg/data/pets/
Pascal VOC Dataset
https://pjreddie.com/projects/pascal-voc-dataset-mirror/
![Примеры наборов данных для обучения The Oxford-IIIT Pet Dataset http://www.robots.ox.ac.uk/~vgg/data/pets/ Pascal VOC Dataset https://pjreddie.com/projects/pascal-voc-dataset-mirror/](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-8.jpg)
Слайд 10Подготовка данных для обучения
Инструменты для разметки наборов данных
Label Image https://github.com/tzutalin/labelImg
Open CV Computer
![Подготовка данных для обучения Инструменты для разметки наборов данных Label Image https://github.com/tzutalin/labelImg](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-9.jpg)
Vision Annotation Tool (CVAT)
https://github.com/opencv/cvat
Yolo_Label https://github.com/developer0hye/Yolo_Label
Слайд 11Демонстрация обучения детектора объектов на основе предварительно обученной модели
![Демонстрация обучения детектора объектов на основе предварительно обученной модели](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-10.jpg)
Слайд 12ПЛАН
Задача детектирования
Демонстрация Tensorflow Object Detection API
Создание своей модели детектирования
Демонстрация обучения модели
Детектирование объектов
![ПЛАН Задача детектирования Демонстрация Tensorflow Object Detection API Создание своей модели детектирования](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-11.jpg)
на видео
Пример детектирования движущихся объектов, с помощью ImageAI
Слайд 13Видео
Видео – это набор кадров
Видео можно представить, как тензор с размерностью
(k, h,
![Видео Видео – это набор кадров Видео можно представить, как тензор с](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-12.jpg)
w)
где k – количество кадров в видео потоке
h – высота кадра
w – кадра
Значит задачу анализа видео-потока можно свести к задаче анализа изображений
Слайд 14Видео
Видео – это N кадров в секунду
Требует большего количества ресурсов
Предполагает анализ изображения
![Видео Видео – это N кадров в секунду Требует большего количества ресурсов](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-13.jpg)
в динамике, а не в статике
Слайд 15Видео
Можно применить тот же набор инструментов, что и для изображений, но с
![Видео Можно применить тот же набор инструментов, что и для изображений, но](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-14.jpg)
использованием некоторого нового функционала:
Tensorflow Object Detection API
YOLO: Real-Time Object Detection
ImageAI
OpenCV
Слайд 16Демонстрация детектирования объектов на видео
![Демонстрация детектирования объектов на видео](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/922866/slide-15.jpg)