Yolov5로 표지 식별

TL;DR
Yolov5가 학습을 옮겨 도로 표지판을 만든 검측기인데, 그 기록일 뿐이다.

Yolov5
아래 링크의 실현을 사용했습니다.
코코의 무게를 사용해 학습할 때 가장 적합한 앵커 박스를 설정하고, 유튜브의 URL을 지정해 추론하는 등 무궁무진한 느낌이다.전이 학습을 하는 경우 원래 갖추고 있는 함수만 호출하면 된다.
Dataset
각종 조사를 통해 Mapillary의 데이터 집합의 표지 종류와 이미지 장수가 모두 괜찮다.
비율이 적지만 일본의 표식도 포함돼 있다.
내용은 항상 이런 느낌을 주는 ObjectDetection의 선도적인 데이터 집합입니다.

학습 데이터에 포함된 로고는 이런 느낌이다.
모두 합치면 401가지 표지의 라벨이 있는데 3(other-sign)만 있고 여러 가지 유형의 표지가 포함된 것 같다.

모든 라벨과 샘플의 대응은 아래 링크 목적지에 집합됩니다.
배우다
4./data/hyps/hyp.scratch-low.yaml 200epoch를 사용하여 학습한 후에 좌우로 뒤집는 것이 특정 라벨의 학습이 순조롭지 않다는 것을 발견하여 좌우로 뒤집는 것을 OFF로 바꾸고 학생들에게 50epoch를 배우게 했다.
학습 결과는 이렇다.

상당히 작은 꼬리표가 많아서 그런지 mAP는 붙이기 어려운 인상을 준다.

뒤를 밟다
어렵기 때문에 나는 검출된 표지를 추적해 보았다.
감지된 표식을 표시/지우는 시점에서 대기 현상이 있지만 기본적으로 파이트릭이 설치한 DeepsORT를 직접 사용했다.

이쪽 실크였구나.
이상