[PYTHON] Ich habe versucht, die selektive Suche als R-CNN zu verwenden

Hallo. Der jüngste Boom der künstlichen Intelligenz hört nie auf, Ich habe in meinem täglichen Leben viele Neuigkeiten im Zusammenhang mit künstlicher Intelligenz gesehen. Higashi Robo-kun, der die Universität Tokio betreten möchte, verzeichnete in der Scheinprüfung des Zentraltests einen "Abweichungswert von 57,8". Ich habe die Prüfung vor langer Zeit abgelegt, aber ich wollte, dass Sie stattdessen die mittlere Prüfung ablegen (lacht). Auch diese berühmte [Earon-Maske](https://ja.wikipedia.org/wiki/%E3%82%A4%E3%83%BC%E3%83%AD%E3%83%B3%E3% 83% BB% E3% 83% 9E% E3% 82% B9% E3% 82% AF) sagt: "KI ist wie ein Teufel zu rufen, besonders für militärische Zwecke." Ob KI ein Teufel ist oder nicht, ich denke, es ist die beste Meinung über den militärischen Einsatz. Ich möchte, dass Sie neue Technologien gut nutzen, nicht für den Krieg. Ich persönlich denke, es wird eine Weile dauern, bis eine menschlichere KI geboren wird, aber was wird passieren?

Überblick

Nun, das letzte Mal habe ich versucht, BING (Objectness) als R-CNN zu verwenden. Dieses Mal möchte ich die selektive Suche verwenden, die in letzter Zeit ein heißes Thema geworden ist. Informationen zu R-CNN und BING finden Sie unter Letzter Artikel.

Was ist selektive Suche?

Es ist ein Rugorismus, der Kandidatenbereiche auswählt, indem ähnliche Bereiche auf Pixelebene gruppiert werden. Der Punkt ist, dass Bereiche mit ähnlichen Eigenschaften kombiniert und als ein einzelnes Objekt extrahiert werden.

SelectiveSearch.jpeg

Verfahren

Dieses Mal habe ich die Bibliothek von [Alpaka] verwendet (http://blog-jp.alpaca.ai/entry/2015/08/05/235408). Versuchte Umgebung: Windows7 (64 Bit), Python2.7 Verwenden Sie zum Installieren der Bibliothek "pip install selektive Suche".

Ergebnis

Es ist das Ergebnis des Flughafenbildes wie zuvor. (* Da es nicht klar ist, alle erkannten Bereiche anzuzeigen, ist die Größe der erkannten Objekte begrenzt und wird gezeichnet.) figure_1.png

Sie erkennen etwas, das wie ein Objekt aussieht. Als nächstes folgt das Ergebnis des Schnittbildes. figure_2.png

War das Bild etwas zu kompliziert? Oder ist es ein Parameterproblem?

Zusammenfassung

Im Vergleich zu BING scheint es, als würde es mit hoher Genauigkeit erkennen. Selektive Suche hat jedoch die fatale Schwäche, langsam zu sein. (In meiner Umgebung dauerte es 20 bis 30 Sekunden.) * Dies ist nur der Eindruck der diesmal verwendeten Bibliothek. Ich habe keine anderen Bibliotheken ausprobiert, daher weiß ich es nicht. Das Problem mit der höchsten Verarbeitungsgeschwindigkeit kann durch parallele Verarbeitung von GPUs verbessert werden. Ich freue mich auf zukünftige Entwicklungen. ** = Kann mir bitte jemand sagen, wie ich die Genauigkeit der selektiven Suche beschleunigen oder verbessern kann = **

Recommended Posts

Ich habe versucht, die selektive Suche als R-CNN zu verwenden
Ich habe versucht, Argparse zu verwenden
Ich habe versucht, anytree zu verwenden
Ich habe versucht, aiomysql zu verwenden
Ich habe versucht, Summpy zu verwenden
Ich habe versucht, Coturn zu verwenden
Ich habe versucht, "Anvil" zu verwenden.
Ich habe versucht, Hubot zu verwenden
Ich habe versucht, ESPCN zu verwenden
Ich habe versucht, openpyxl zu verwenden
Ich habe versucht, Ipython zu verwenden
Ich habe versucht, PyCaret zu verwenden
Ich habe versucht, Cron zu verwenden
Ich habe versucht, ngrok zu verwenden
Ich habe versucht, face_recognition zu verwenden
Ich habe versucht, Jupyter zu verwenden
Ich habe versucht, doctest zu verwenden
Ich habe versucht, Folium zu verwenden
Ich habe versucht, jinja2 zu verwenden
Ich habe versucht, Folium zu verwenden
Ich habe versucht, das Zeitfenster zu verwenden
[Ich habe versucht, Pythonista 3 zu verwenden] Einführung
Ich habe versucht, easydict (Memo) zu verwenden.
Ich habe versucht, das Gesicht mit Face ++ zu erkennen
Ich habe versucht, RandomForest zu verwenden
Ich habe versucht, BigQuery ML zu verwenden
Ich habe versucht, Amazon Glacier zu verwenden
Ich habe versucht, Git Inspector zu verwenden
Ich habe versucht, Magenta / TensorFlow zu verwenden
Ich habe versucht, AWS Chalice zu verwenden
Ich habe versucht, Slack Emojinator zu verwenden
Ich habe versucht, Videos mit der Youtube Data API (Anfänger) zu suchen.
[Python Scraping] Ich habe versucht, Google Search Top10 mit Beautifulsoup & Selenium
Ich habe versucht, mit pypyodbc schnell Daten von AS / 400 abzurufen
Ich habe versucht, Rotrics Dex Arm # 2 zu verwenden
Ich habe versucht, Rotrics Dex Arm zu verwenden
Ich habe versucht, GrabCut von OpenCV zu verwenden
Ich habe versucht, Thonny (Python / IDE) zu verwenden.
Ich habe versucht, mit dem Server-Client über tmux zu kommunizieren
Ich habe versucht, mit PyBrain verstärkt zu lernen
Ich habe versucht, mit Theano tief zu lernen
Ich habe irgendwie versucht, ein Jupyter-Notebook zu verwenden
[Kaggle] Ich habe versucht, mit unausgeglichenem Lernen zu unterabtasten
Ich habe versucht, mit OpenPose eine Schildkrötenwelle zu schießen
Ich habe versucht, die checkio-API zu verwenden
Ich habe versucht, asynchrone Verarbeitung mit Asyncio
Ich habe versucht, mit pypyodbc Preparation 1 schnell Daten von AS / 400 abzurufen
Ich habe versucht, Amazon SQS mit Django-Sellerie zu verwenden
Ich habe versucht, Azure Speech to Text zu verwenden.
Ich habe versucht, ○ ✕ mit TensorFlow zu spielen
Ich habe versucht, YOUTUBE Data API V3 zu verwenden
Ich habe versucht, Selen mit Headless-Chrom zu verwenden
Ich habe versucht, mit einer Schildkröte eine Linie zu ziehen
[Kaggle] Ich habe versucht, Ensemble mit LightGBM zu lernen
Ich habe versucht, PyEZ und JSNAPy zu verwenden. Teil 2: Ich habe versucht, PyEZ zu verwenden
Ich habe versucht, die Bayes'sche Optimierung von Python zu verwenden