Всем привет. Это наша третья неделя. На этой неделе мы напишем о том, почему мы выбрали алгоритм YOLO и альтернативы YOLO. Также мы пишем о разнице между обнаружением объектов и классификацией объектов.
Когда мы ищем алгоритмы обнаружения объектов, мы находим эти алгоритмы:
Сверточные нейронные сети на основе 1 региона (R-CNN)
2-быстрый R-CNN
3-быстрее R-CNN
4-YOLO (Вы только посмотрите один раз)
5-детектор одиночного выстрела (SSD)
Найдя эти алгоритмы, мы начинаем исследовать, какой из них лучше, а какой быстрее.
Как видно из таблиц, YOLO работает быстрее других. Также теперь есть улучшенная версия YOLO (YOLOv3).
Для нашего проекта мы используем обнаружение объектов. Обнаружение объектов можно спутать с классификацией объектов. Разница между обнаружением объектов и классификацией объектов заключается в том, что в задачах классификации классификатор выводит вероятность класса, тогда как в задачах обнаружения объектов детектор выводит координаты ограничивающей рамки и предсказанные классы.
Демонстрация от YOLOv3:
После обнаружения нужного нам объекта в кадре следующим шагом будет получение от пользователя глубины или расстояния до обнаруженного объекта. Мы собираемся провести исследование по этому поводу.
Спасибо за чтение.
