Hướng dẫn sử dụng YOLO (You Only Look Once) - Nhận dạng hình ảnh vật thể với Raspberry Pi sử dụng YOLO

Mô tả dự án: 

Hôm nay mình sẽ giới thiệu cho các bạn một cách nhận dạng hình ảnh mới nhất và đang hot hiện nay trên máy tính :)  đó chính là YOLO (You only look once) YOLO là một hệ thống phát hiện vật thể thời gian thực hiện đại nhất, bộ dữ liệu đa dạng cho phép chúng ta làm các dự án liên quan như: đếm số người trong một khu vực, nhận dạng đông vật nuôi, đếm số phương tiện giao thông...

 Ở bài này chúng ta sẽ chạy thử nghiệm nó trên Raspberry Pi cho các dự án nhận dạng ảnh đơn giản và không yêu cầu về mặt thời gian :) vì YOLO chủ yếu dùng cho các hệ thống máy tính mạnh, cấu hình cao . Hãy thử build nó lên Raspberry xem sao nhé ;)

Các thiết bị cần thiết

Tải thư viện và cài đặt YOLO

Bạn thực hiện các lệnh sau để cài đặt Darknet trước nhé:

  1. git clone https://github.com/pjreddie/darknet
    cd darknet
    make
  2. Tiếp theo bạn tiến hành tải bộ dữ liệu của YOLO :)
    wget https://pjreddie.com/media/files/yolo.weights

Nhận dạng thử nghiệm một mẫu hình với YOLO

  1.  Bạn chạy các lệnh sau để detect một hình ảnh sẵn có trong tập dữ liệu nhé, ở đây mình sẽ thử nghiệm với file hình có tên dog.jpg trong thư mục darknet/data :)
    ./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg
  2. Phân tích kết quả nhận được
  3. layer     filters    size              input                output
        0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32
        1 max          2 x 2 / 2   416 x 416 x  32   ->   208 x 208 x  32
        .......
       29 conv    425  1 x 1 / 1    13 x  13 x1024   ->    13 x  13 x 425
       30 detection
    Loading weights from yolo.weights...Done!
    data/dog.jpg: Predicted in 157.628 seconds.
    car: 54%
    bicycle: 51%
    dog: 56%  

Ở trên chúng ta thấy được kết quả nhận dạng từ file hình trong vòng 157.628 giây, các kết quả bao gồm car: 54%, bicycle 51%, dog: 56% :) tuy thời gian mất đến hơn 2 phút nhưng kết quả cho ra thật chính xác, bạn có thể xem kết quả hình ảnh bên trên. Vì chúng ta đang sử dụng Raspberry Pi 3 để chạy Yolo nên các yêu cầu về phần cứng chưa đáp ứng đủ, dẫn đến thời gian xử lý rất lớn, đối với laptop hay máy để bàn có card màn hình thì thời gian này chỉ trong vòng 0.00xx giây mà thôi, Tuy thời gian có cao nhưng các project không yêu cầu tốc độ chẳng hạn " đếm số xe trong nhà xe" chẳng hạn :) thì nó trở nên dễ dàng và hữu ích

Hãy đổi tên và thử với một hình ảnh khác ví dụ những con ngựa nhé :) 

./darknet detect cfg/yolo.cfg yolo.weights data/horse.jpg

Kết quả thu được tương tự :)

 

 

Sử dụng một file hình của bạn tùy ý

Để có thể xử lý một hình ảnh bất kì bạn chỉ việc chạy một số lệnh cơ bản để thay đổi đường dẫn ví dụ mình có một file hình là ndt.jpg trong đường dẫn home/ndt/Downloads thì bạn chỉ đổi phía sau đoạn code là được  

./darknet detect cfg/yolo.cfg yolo.weights /home/ndt/Downloads/ndt.jpg

Kết quả thu được :)

Bạn có thể thấy được nó nhận dạng được mình và cả một người nhỏ nhỏ nằm trong hình ở trên tường :) thật vi diệu phải không nào :) Hôm sau chúng ta sẽ cùng nhau sử dụng Raspberry và camera để đếm số người trong một khu vực nhé :) hy vọng các bạn thấy vui với tools mới này :)

lên
16 thành viên đã đánh giá bài viết này hữu ích.
Các dự án được truyền cảm hứng

Điều khiển 8 đèn LED qua wifi, sử dụng Arduino và ESP8266

Với mục đích giúp các bạn tiếp cận với các thiết bị IOT gần hơn. Hôm nay mình sẽ hướng dẫn các bạn viết chương trình điều khiển 8 LED qua mạng wifi. Và hơn thế nữa, nếu kết hợp với VPN hoặc mở port thì chúng ta có thể làm hơn thế nữa!

lên
43 thành viên đã đánh giá bài viết này hữu ích.
Các bài viết cùng tác giả

Review #1: Cùng đập hộp Board VBLUNO công ty VNG Việt Nam

Như đã hẹn với các bạn, hôm nay Cộng đồng Arduino sẽ tiến hành review một sản phẩm công nghệ do chính công ty Việt Nam sản xuất, đó chính là board VBLUNO (VNG IoT Lab BLE Uno). Chúng ta sẽ cùng đập hộp và tìm hiểu về nó để biết được điểm khác biệt so với các board thông dụng mà các bạn hay làm dự án trước đây nhé. Tiến hành thôi nào cool

lên
5 thành viên đã đánh giá bài viết này hữu ích.

Giới thiệu Servo và cách điều khiển bằng biến trở

Servo là một hệ thống truyền chuyển động bao gồm: motor, bánh răng, mạch điều khiển. Cho phép đầu ra dịch chuyển từ 0 đến 180 độ. Nó được ứng dụng trong nhiều lĩnh vực, ví dụ như: điều khiển góc quay của camera quan sát, điều chỉnh góc của một chiếc xe điều khiển từ xa, hay là điều chỉnh góc của cánh tà máy bay, cho đến việc gắp vật / di chuyển cánh tay robot...

lên
37 thành viên đã đánh giá bài viết này hữu ích.