야수 친구로 YOLO9000을 해보도록 하겠습니다.

개요

이동 YOLO 9000, 이 YOLO 9000은 9000종 이상의 물체를 검출할 수 있는 물체 검출기다.YOLO9000은 동물 검측에 능한 검측기다[Joseph Redmon+, CVPR2017] 또한 욜로는 2차로 범화 검측기를 잘 그린다[Joseph Redmon+, CVPR2016] 따라서 이번에는 동물과 동물 친구의 초상화에 적용되어 정밀도와 범용성을 확인한다.

YOLO 9000 환경 구축

YOLO9000 친구가 되기는 쉬워요.다음 명령을 호출하십시오.

# Installing Darknet
git clone https://github.com/pjreddie/darknet
cd darknet
make
# Downloading pre-trained weight file for MS COCO (80 classes)
#wget http://pjreddie.com/media/files/yolo.weights
# Downloading pre-trained weight file for YOLO9000 (9418 classes)
wget http://pjreddie.com/media/files/yolo9000.weights

※ CUDA, OpenCV 사용 시 Makefile의 시작을 수정하십시오.
　 http://qiita.com/MOKSckp/items/7b300b1b51e689a0df35
　 https://pjreddie.com/darknet/yolo/
　 https://pjreddie.com/darknet/install/
설치가 올바른지 확인하십시오.

./darknet detector test cfg/combine9k.data cfg/yolo9000.cfg yolo9000.weights data/dog.jpg

predictions.결과는 png에 저장됩니다(OpenCV가 사용되지 않은 경우).

…….
정밀도는 말할 것도 없고 상세하게 분류하고 싶은 기세가 느껴진다.

친구 검사

그러면 친구를 검사해 보겠습니다. (아래, 한도값을 표시하는 "thresh"를 비교적 작게 지정합니다.)

./darknet detector test cfg/combine9k.data cfg/yolo9000.cfg yolo9000.weights data/friends/800px-Serval_in_Tanzania.jpg -thresh 0.05

(사진 참조 소스:https://ja.wikipedia.org/wiki/%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB:Serval_in_Tanzania.jpg)
광희절이 잘 검출될 것 같습니다.

(사진 참조 소스:https://ja.wikipedia.org/wiki/%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB:Shoebill_couple2.jpg)
백두옹(shoebill)도 검측을 시도하고 있다.
다시 한 번, 9418급 물체 검측기가 대단하다!

(사진 참조 소스:https://en.wikipedia.org/wiki/File:Kissing_Prairie_dog_edit_3.jpg)
학급으로서 존재하기 때문에 가능하다면'흑마'(Blacktail prairie dog)라고 대답해 주십시오. 하지만 이 정도는 어렵습니다.

(사진 참조 소스:https://www.youtube.com/watch?v=lh_GcdBamD4)
리페어인지 아닌지는 말하지 않고 사람인지 판단하는 것 같다.
9418 클래스는 너무 가늘고 정밀도가 떨어지기 때문에animal,person 클래스는 friend를 덮어쓰고 다른 클래스는object를 덮어씁니다.

(사진 참조 소스:https://www.youtube.com/watch?v=lh_GcdBamD4)
와!너무 좋아요!