This document is also available in English.
これは顔認証、および物体認識を行うプログラムです。
OpenVINO™ ToolkitとYOLO v3を使用しています。
OpenVINOは画像処理やディープラーニングを用いた推論を行うことができるものです。詳しくは公式サイトを見てください。
OpenVINOはsoftware.intel.comでダウンロード可能です。
ですが、少しややこしいので、下のこのプログラムの実行方法に簡単な方法を書いています。
このレポジトリのプログラム部分は以下のような構成となっています。
| フォルダ名 | 内容 |
|---|---|
Models |
モデルやラベルリスト |
Post_Image |
処理された後の写真 |
Pre_Image |
処理される前の写真 |
main1.py |
顔認識をするプログラム |
main2.py |
物体認識をするプログラム |
Docker |
Dockerに関するファイル |
これはIntelさんが用意したクラウドサービスです。あらかじめOpenVINOがインストールされており、自前のPCで環境を構築しなくても、OpenVINOを使用した画像処理や推論実行が可能となっています。
はじめに上記の公式サイトにアクセスしてください。
下の図が手順です。
ここで④について、登録できていない方は登録してください。登録が済むと以下のようなメールが来るので、赤い丸で囲われているところのURLのuuid=以下(黒塗りしてある箇所)をコピーして、それを「submit」の上の記入欄に入力してください。
⑤では「Use JupyterLab」のチェック欄にチェックを入れてください。
⑧まで進んでください。
ターミナルに以下のように入力してください。(コピペ→Enter、returnで大丈夫です)
git clone https://github.com/yusuke-1105/Object_Detection
すると以下のようにフォルダの中に「Object_Detection」が表示され、それをクリックすると、内容を見ることができます。
そして、以下のコマンドを入力してください。
cd Object_Detection
wget https://www.dropbox.com/s/5dwwmgga1hpn7dh/Archive.zip?dl=0 -O Models/Archive.zip
unzip Models/Archive.zip -d Models/
ここでPre_Imageフォルダにお好きな写真をアップロードしてください。Finder(Mac)、Exploler(Windows)からまとめてアップロードすることができます。
写真のアップロードが終了すると、ターミナルに戻り、以下のように入力してください。
python3 face_recognization.py
すると、Post_Imageに顔認識の処理がされたイメージが保存されます。
同様に
python3 object_detection.py
すると、Post_Imageに物体認識の処理がされたイメージが保存されます。
Intel Dev Cloud for the Edgeでフォルダをまとめて削除したい場合は以下のコマンドを打てば良い。
rm -rf フォルダ名
DockerとVisual Studio Codeをしようすることで、ローカル環境でプログラムを実行することができます。ここでは細かな説明を省いているので、エラーが発生した場合などは適宜検索をかけて調べてみてください。
-
Docker Desktop
はじめにDocker Desktopを導入してください。 -
Visual Studio Code(以下VS Code)
次にVisual Studio Codeを導入し、ExtensionにDockerを導入してください。(チェック用)
また、Remote Developmentをインストールしてください。これはDockerを用いた開発で非常に使いやすい拡張機能です。
Remote Developmentを導入し終わった後、お好みのディレクトリに
git clone https://github.com/yusuke-1105/Object_Detection
cd Object_Detection
wget https://www.dropbox.com/s/6dlv9448ssy8lki/Archive.zip?dl=0 -O Models/Archive.zip
unzip Models/Archive.zip -d Models/
して、dockerディレクトリ配下の「.devcontainer」を主ディレクトリ配下(このREADMEやプログラムがあるところ)に移動させてください。 dockerディレクトリ配下の「dockerfile」の43行目、
ARG package_url=<your_package_url>
<your_package_url>のところにIntel® Distribution of OpenVINO™ Toolkit Download Pageで取得したURLを入力してください。「<>」は要りません。
入力後、VS Codeのコマンドパレット(Ctrl(Command)+shift+P)を開いてください。そこで「Open Folder in Container」をクリックしてください。
今回使用しているモデルはYoloV3を使用して、OpenVINOで使用できるようにIR形式に変換して使用しています。そのコード等はColab配下のyolo_to_IR.ipynbに書かれており、Google Claboratoryで使用できるようになっていますので、使ってみてください。
またyoloにはtiny版があり、それはモデルの容量が小さいため推論が高速に実行できる仕様となっています。(ただし、精度は落ちます。)
もし、そちらを使用してみたい場合は上記のファイル中にその方法を示してありますので、そちらをご覧ください。
YOLO and Tiny-YOLO object detection on the Raspberry Pi and Movidius NCS
open_model_zoo
Converting a TensorFlow* Model
YOLOv3 を OpenVINO™ ツールキットで使用する IR 形式へ変換してみよう
Install Intel® Distribution of OpenVINO™ toolkit for Linux* from a Docker* Image
Introduction to Intel® Deep Learning Deployment Toolkit
gist.github.com
face recognition model