オンライン チュートリアル | 「インターネット有名人プロジェクト」DeepSOCIAL を使用してソーシャルディスタンスを監視する

特色图像

内容の概要:YOLO v4 は、リアルタイムの高精度ターゲット検出モデルです。このチュートリアルでは、YOLO v4 と SORT アルゴリズムに基づいて、複数ターゲット条件下で群集距離検出を実装する方法を詳しく説明します。 キーワード:YOLO v4 SORT 複数オブジェクト検出

新型コロナウイルス感染症流行の初期段階では、「社会的距離の維持」は常に世界中の「保護のコンセンサス」です。WHOの最低3フィート(0.9メートル)にせよ、我が国の1.5~2メートルにせよ、出発点は人と人との社会的距離を拡大することで感染リスクを減らすことだ。

過去 3 年間、私たちは Ng Enda の会社 Landing AI がリリースしたソーシャルディスタンス警告ツールを紹介し、Amazon が立ち上げた「Distance Assistant」についても報告してきました。なぜなら、それは孫悟空が唐僧のために描いた円に似ているからです。 、このツールを使用して、従業員が社会的距離を維持できるようにしたいと考えています。

Amazon の社会的距離アシスタントの図の左側の赤い円: 警告、従業員よ、広がってください。右側の緑色の円: 安全な距離を維持し続けてください。

過去の報道を読む:

今日はプロジェクトから開始し、YOLO v4 および SORT アルゴリズムに基づいて DeepSOCIAL を使用して複数のターゲットを追跡し、群衆の距離の監視を実現する方法をデモンストレーションします。

コードポータル:

https://openbayes.com/console/open-tutorials/containers/Qgf0mAml82l

DeepSOCIAL論文の解釈:

群集距離モニタリング DeepSOCIAL 最も包括的な中国語の論文 + ソースコードの紹介

https://arxiv.org/pdf/2008.11672.pdf

プロジェクトコードの詳しい説明

このチュートリアルでは主に次のことを説明します。

  1. YOLOをコンパイルする
  2. 社会的距離の監視と感染リスク評価の推論プロセス

注意すべき点:

  • infer.ipynb は主に、社会的距離の監視と感染リスクの評価の推論プロセスを紹介します。歩行者のビデオを入力して、対応する監視と評価の情報を取得できます。
  • GPUでの実行を推奨
画像に 140 文字以内のコメントを追加します (オプション)

以下は完全なトレーニング プロセスです。

1. コード環境を準備する

# は、IPython.display からの依存関係を導入します。 import display、JavaScript、base64 からの画像 import b64decode、b64encode import os import cv2 import numpy as np import PIL import io import html import time import matplotlib.pyplot as plt %matplotlib inline

2.YOLOをコンパイルする

ダークネット !sed -i 's/OPENCV=0/OPENCV=1/' Makefile !sed -i 's/GPU=0/GPU=1/' Makefile !sed -i 's/CUDNN=0/CUDNN=1 /' Makefile !sed -i 's/CUDNN_HALF=0/CUDNN_HALF=1/' Makefile !sed -i 's/LIBSO=0/LIBSO=1/' メイクファイル
!作る

3. Darknet の Python インターフェースを使用する

画像に 140 文字以内のコメントを追加します (オプション)
画像に 140 文字以内のコメントを追加します (オプション)

完全なコードを表示するには、次のサイトにアクセスしてください。

https://openbayes.com/console/open-tutorials/containers/Qgf0mAml82l

4. SORT アルゴリズムを使用してターゲットをリアルタイムで追跡する

!pip install filterpy from sort import * mot_tracker = Sort(max_age=25, min_hits=4, iou_threshold=0.3)

5. 設定を入力します

入力 = "/openbayes/input/input1/OxfordTownCentreDataset.avi" ReductionFactor = 2 キャリブレーション = [[180,162],[618,0],[552,540],[682,464]]

6. DeepSOCIALのパラメータ設定と機能紹介

画像に 140 文字以内のコメントを追加します (オプション)

完全なコードを表示するには、次のサイトにアクセスしてください。

https://openbayes.com/console/open-tutorials/containers/Qgf0mAml82l

7. 推論プロセス

画像に 140 文字以内のコメントを追加します (オプション)

8. 結果発表

show_video('/openbayes/home/darknet/DeepSOCIAL_Crowd_Map.mp4')
画像に 140 文字以内のコメントを追加します (オプション)
show_video('/openbayes/home/darknet/DeepSOCIAL_DTC.mp4')
画像に 140 文字以内のコメントを追加します (オプション)
show_video('/openbayes/home/darknet/DeepSOCIAL_Social_Distancing.mp4')
画像に 140 文字以内のコメントを追加します (オプション)

完全なノートブックを表示するには、次のサイトにアクセスしてください。

https://openbayes.com/console/open-tutorials/containers/Qgf0mAml82l

オープンベイズについて

OpenBayes は、中国の大手マシンインテリジェンス研究機関です。コンピューティングパワーコンテナ、自動モデリング、自動パラメータ調整など、AI開発に関連する多数の基本サービスを提供します。 同時に、OpenBayes は、データ セット、チュートリアル、モデルなどの多くの主流の公開リソースも立ち上げました。開発者が理想的な機械学習モデルを迅速に学習して作成できるようにします。

openbayes.com にアクセスして今すぐ登録してください 楽しむ準備はできています 600 分/週 RTX 3090 および 1 週間あたり 300 分の無料 CPU

完全なチュートリアルを実行するには、クリックしてください元の記事を読む、または次のリンクにアクセスしてください。

https://openbayes.com/console/open-tutorials/containers/Qgf0mAml82l

まだ楽しいチュートリアルを学びたい場合は、メッセージを残して教えてください~

- 以上 -