オブジェクトの検出

Computer Vision Toolbox™ は、深層学習と従来型のコンピューター ビジョン技術の両方を使用して、オブジェクト検出モデルの作成、学習、評価、および展開を行うための包括的なツールと関数を提供します。イメージ ラベラー アプリとビデオ ラベラー アプリを使用して、ラベル付きのグラウンド トゥルースを作成することから始められます。これらのアプリは、対話形式および AI アシストによる、イメージやビデオ フレーム内のオブジェクトを囲む境界ボックスの注釈付けをサポートしています。

ラベル付きデータを入手したら、YOLO v2、YOLO v3、YOLO v4、YOLOX、RTMDet、SSD、Grounding DINO など、幅広い事前学習済み深層学習オブジェクト検出器から選択できます。ツールボックスには、人物認識や顔認識タスクのための、peopleDetector や faceDetector といった専用の検出器も含まれています。これらのモデルは、推論に直接使用することも、転移学習の出発点として使用して特定のデータ セットや用途に合わせてモデルをカスタマイズすることもできます。詳細については、深層学習を使用したオブジェクト検出入門を参照してください。従来のオブジェクト検出手法のために、ツールボックスには集約チャネル特徴 (ACF) およびカスケード (Viola-Jones) オブジェクト検出器のサポートが含まれています。

ツールボックスは、転移学習を使用してオブジェクト検出器に学習させるための関数を提供します。さらに、ツールボックスは、学習データの管理と前処理機能に加え、現実世界の変動をシミュレーションすることでロバストなモデル学習を実現するデータ拡張ツールも提供します。詳細については、深層学習用イメージ前処理とイメージ拡張の入門を参照してください。

事前学習済みモデルまたはカスタム モデルを使用して検出結果を生成した後、オブジェクト検出器アナライザー アプリを使用して、検出結果をグラウンド トゥルースと比較できます。このアプリを使用すると、さまざまな intersection over union (IOU) しきい値にわたって、混同行列、適合率、再現率、F1 スコア、平均適合率 (mAP) などの主要なパフォーマンス メトリクスを評価できます。あるいは、evaluateObjectDetection 関数を使用して、検出パフォーマンス メトリクスを評価することもできます。詳細については、Evaluate Object Detector PerformanceとGet Started with Object Detector Analyzer Appを参照してください。