今回は物体検知のライブラリである
YOLOを使って色々な画像の物体を検知してみました
解説動画はこちら
YOLOとは
オブジェクトが存在する場合
どのクラスに属するかを確率で示してくれる
一番最初はGoogle Driveのマウントです
コードを実行すると
ドライブのマウントに関する
アカウントの許可が求められるので
自分のアカウントを指定します
次にコード類のインストールです
これを実行すると
ドライブ内にインストールされる形になります
サンプル画像を見てみる
物体検知を行う画像は
data/images/ 配下に
置くようになっているようです
ここに画像を置いておきましょう
サンプル画像を確認するコードはこれです
画像の物体検知を行うには
次のコードで行います
結果は
runs/detect/フォルダ名
配下の同名のファイルになります
サンプル画像で行うと
こんな結果になります

オブジェクトが存在する領域を
バウンディングボックスで
ボックス内のクラス分類を行って
その確率を0-1の間で返してくれます
動画では
色々なサンプル画像で検出を行っているので
そちらも参考にしてみて下さい
今回はここまでです
それでは
YOLOを使って色々な画像の物体を検知してみました
解説動画はこちら
YOLOとは
YOLOは
リアルタイムオブジェクト検出アルゴリズム
のことで、You Look Only Onseの略
だそうです
オブジェクトの検出と
クラス分類を同時に行う事ができ
オブジェクトの検出と
クラス分類を同時に行う事ができ
画像をグリッドセルとして扱って
オブジェクトに当てはめ
オブジェクトに当てはめ
オブジェクトが存在する場合
どのクラスに属するかを確率で示してくれる
というものです
早速物体検知をやってみましょう
Google Colabで使う事ができる
コードサンプルです
Google Colabへのインストール方法
早速物体検知をやってみましょう
Google Colabで使う事ができる
コードサンプルです
Google Colabへのインストール方法
一番最初はGoogle Driveのマウントです
# Google ドライブをマウントする from google.colab import drive drive.mount('/content/drive')
コードを実行すると
ドライブのマウントに関する
アカウントの許可が求められるので
自分のアカウントを指定します
次にコード類のインストールです
# マウント場所に移動 %cd /content/drive/MyDrive/ # YOLO V5をGithubより入手 !git clone https://github.com/ultralytics/yolov5.git # YOLOに必要なモジュールをインストール %pip install -qr yolov5/requirements.txt # インストール場所に移動 %cd /content/drive/MyDrive/yolov5
これを実行すると
ドライブ内にインストールされる形になります
サンプル画像を見てみる
物体検知を行う画像は
data/images/ 配下に
置くようになっているようです
ここに画像を置いておきましょう
サンプル画像を確認するコードはこれです
# サンプル画像の表示 from IPython.display import Image, display display(Image('画像パスを指定',width=400))
画像の物体検知を行うには
次のコードで行います
# 画像内の物体検知を行う !python detect.py --source data/images/画像ファイル名
結果は
runs/detect/フォルダ名
配下の同名のファイルになります
サンプル画像で行うと
こんな結果になります

オブジェクトが存在する領域を
バウンディングボックスで
ボックス内のクラス分類を行って
その確率を0-1の間で返してくれます
動画では
色々なサンプル画像で検出を行っているので
そちらも参考にしてみて下さい
今回はここまでです
それでは