Objektové rozpoznávání v TensorFlow

Štěpán Chmel

Bachelor's thesis

Object detection in TensorFlow

Abstract:

Cílem této bakalářské práce je zjistit, který existující model pro objektové rozpozná-vání je vhodný pro trénování nového modelu tak, aby bylo možné rozpoznávat objekt „handgun“ v reálném čase. Dále pak jaká trénovací data jsou nejvhodnější pro trénování takového modelu.V první části popisuji knihovnu TensorFlow a její část pro objektové rozpoznávání. Ve druhé části se zaměřuji na komponenty potřebné pro provedení praktické části této práce. V části třetí se zabývám vytvářením nových modelů pro rozpoznávání objektů. Ve čtvrté a poslední části vyhodnocuji efektivitu nově vytvořených modelů. Na základě informací z teoretické části jsem vytvořil 10 nových modelů, jejichž celková doba trénování byla přes 90 hodin. Na základě krátkého testu jsem vybral 4 nejlepší modely a podrobil je hlubšímu testování na skupině padesáti fotografií a testu detekce v reálném času s pomocí webkamery mého počítače. Na základě podrobnějších testů jsem vyhodnotil, že nejlepším modelem pro tréno-vání byl model, který se skládal ze selektoru rysů Inception_V2 a meta-architektury SSD. Nejlepšími trénovacími daty jsou pak fotografie, které zachycují požadovaný objekt celý i částečně z různých úhlů spolu s dalšími objekty, které nejsou předmětem trénování.

Abstract:

The aim of this bachelor thesis is to find out which existing model for object detection is suitable for training a new model so that it can detect object „handgun“ in real time and the aim is also to find out what training data is best suited to train such a model.In the first part I describe the TensorFlow library and its part for object detection. In the second part I focus on the components necessary for the practical part of this work. In Part Three, I am creating new models for object detection. In the fourth and final part I am evaluating the efficiency of newly created models. Based on the information from the theoretical part, I have created 10 new models with a total training time of over 90 hours. Based on a short test, I have chosen the 4 best models and subjected them to a deeper testing on a group of fifty photos and a real-time detection test using the webcam of my computer.Based on more detailed tests, I have come to a conclusion that the best model for training was a model that consisted of the feature extractor Inception_V2 and SSD meta-architecture. The best training data are photographs that capture, the requested object partially or fully from different angles, other objects that are not subject to training.

Keywords

TensorFlow, Model, Neuronová síť, Objektové rozpoznávání

Keywords

Model, Neural Network, TensorFlow, Object Detection

Language used: Czech

Date on which the thesis was submitted / produced: 12. 2. 2018

Thesis defence

• Date of defence: 13. 6. 2018
• Supervisor: Václav Zeman
• Reader: Jan Valášek

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Aplikovaná informatika / Aplikovaná informatika