Microsoft және Орталық Қытай университетінің зерттеушілері машиналық оқыту технологияларын пайдалана отырып, бейнедегі бірнеше нысандарды қадағалаудың жаңа жоғары өнімді әдісі - FairMOT (Fair Multi-Object Tracking). Pytorch және оқытылған модельдер негізінде әдісті іске асыру бар код GitHub -те.
Қолданыстағы объектілерді бақылау әдістерінің көпшілігі әрқайсысы жеке нейрондық желі арқылы жүзеге асырылатын екі кезеңді пайдаланады. Бірінші кезеңде қызығушылық тудыратын нысандардың орналасуын анықтау үлгісі орындалады, ал екінші кезеңде нысандарды қайта анықтау және оларға якорь бекіту үшін қолданылатын байланыстыруды іздеу үлгісі қолданылады.
FairMOT деформацияланатын конволюциялық нейрондық желіге негізделген бір сатылы іске асыруды пайдаланады (, Deformable Convolutional Network), бұл объектіні бақылау жылдамдығының айтарлықтай өсуіне қол жеткізуге мүмкіндік береді. FairMOT жоғары дәлдіктегі нысан картасында нысан орталықтарының ығысуын анықтау үшін қайта сәйкестендіру механизмін пайдалана отырып, якорьсіз жұмыс істейді. Параллельді түрде олардың сәйкестігін болжауға болатын объектілердің жеке ерекшеліктерін бағалайтын процессор орындалады, ал негізгі модуль әртүрлі масштабтағы объектілерді басқару үшін осы мүмкіндіктердің конвергенциясын орындайды.
Модельді FairMOT-те оқыту үшін адамдарды анықтау және іздеуге арналған алты жалпыға қолжетімді деректер жиынтығының комбинациясы пайдаланылды (ETH, CityPerson, CalTech, MOT17, CUHK-SYSU). Модель бейнелердің сынақ жиынтықтары арқылы сыналған , , и жобамен қамтамасыз етілген және әртүрлі жағдайларды, камераның қозғалысын немесе айналуын, әртүрлі көру бұрыштарын қамтиды. Тестілеу мұны көрсетті
FairMOT ең жылдам бәсекелес модельдер и секундына 30 кадр жиілігі бар бейне ағындарында сынақтан өткенде, тұрақты бейне ағындарын жылдам талдауға жеткілікті өнімділікті көрсетеді.
Ақпарат көзі: opennet.ru