 |
| v2の検出結果 |
はじめに
OpenCV Advent Calendar 2016 18日目の記事OpenCVとdarknetを連携させてみた
を書いた時、yoloのバージョンは、1.0であった。
上記記事を書いた直後にバージョン 2 (v2)がリリースされ、性能が向上したとのことなので、
YOLO v2がどのようなものか試してみた。
YOLO v2 の説明は、ここ。 1.0(old YOLO)の内容はほとんど同じである。
インストール
ソースはここから一式zipファイルでダウンロードして、適当なところに展開すると darknet-folder が作成される。中のMakefileでオプションが指定できるので、今回はOpenCVのみ設定し、makeを行った。v1では、ライブラリを作成せず、スタティックリンクの形式だったので、ソースの修正ごとに全モジュールのビルドを行い使い勝手が今ひとつであった。（そのため自分でライブラを作成し、リンクするようにしていた）
それに対しv2では、共有ライブラリを作成するようになり、make を行うとフォルダー内に実行形式の darknet と libdarknet.a が作成される。
実行結果
前回と同じ電気機関車の画像を試してみた。検出結果の画像は、上部の載せたものである。
処理時間と確証
train1.png: Predicted in 26.808136 seconds.train: 68%
truck: 28%
car: 25%
car: 50%
car: 55%
car: 61%
train: 86%
比較用にv1の結果を載せておく
 |
| v1の検出結果 |
train: 58%
train: 85%
car: 43%
car: 45%
car: 43%
v2 v1の比較
比較対象が１組みなので、１つの参考としてv2のほうが処理時間が倍になってしまったが、検出数を確証は向上している。
注意
weightのサイズが258Mと記載されているが、実際は約204Mなので注意すること。1.0向けのweightとファイル名が同じなので間違わなようにすること。
2.0のコードに1.0のweightを使用してもエラーとはならず、物体が検出されないので気づかない可能性がある。
