AI coordinator

人工知能 & ロボティクス

サイト運営者

© AI coordinator All rights reserved.

映像物体検出(SSD_Keras)を簡単に実装する方法 for maxOS

簡単に映像物体検出を試す方法

以前の記事で、ubuntuを使った映像検出を紹介しましたが、OpenCVの環境構築等に結構戸惑ったので、もっと簡単に環境構築が出来ないか試行錯誤してみました。

その結果、anacondaを使えばもっと簡単に環境構築を作成させることができたので、その内容を紹介したいと思います。

 

参考にさせて頂いたサイト

以下のサイトを参考にさせて頂きました。

SSD: Single Shot MultiBox Detector 高速リアルタイム物体検出デモをKerasで試す

こちらのサイトは素人の筆者でもなんとか実装できるぐらいまで丁寧に説明してくださっていますので、リアルタイムからの物体検出を実行する上で、大変参考になりました。

 

また、これからDeep Learningの勉強をするなら、こちらで紹介する書籍が参考になります。

 

開発環境

iMac (27-inch, Late 2012)

プロセッサ 2.9 GHz intel Core i5

macOS Sierra バージョン 10.12.4

 

anacondaのインストール

現時点のOpenCVはpython3.5までしか対応していないめ、インストールするanacondaは最新バージョンの4.3.1ではなく、Anaconda3-4.2.0-MacOSX-x86_64.pkgをインストールして下さい。

 

tensorflow-0.12.1-のインストール

以下のコマンドでtensorflowをインストールして下さい。

以下のようにインストールするか聞かれますので、

yにしてインストールして下さい。

 

keras-1.2.2-のインストール

続いてkerasのインストールです。

tensorflow同様にインストールの有無を聞かれますので、

yにしてインストールして下さい。

 

opencv3-3.1.0-のインストール

anacondaを使えばOpenCVも簡単にインストールできます。

condaは必ずインストール有無を確認されるようです。

yにして下さい。

 

ssd_kerasのダウンロード

いよいよ画像検出ライブラリーをダウンロードします。

 

ダウンロードが完了したら、kerasのバックエンドを変更する必要があります。

kerasのバックエンドの変更には、

/Users/ユーザー名/.keras/keras.json

を直接編集する必要があります。

 

ここでハマったのですが、隠しファイルとなっているため、検索では探し出すことができません。

隠しファイルを表示させて、homeフォルダ内を探してみて下さい。

隠しファイルの表示非表示切り替えはのショートカットキーは[Command + Shift + .]です。

keras.jsonは以下のようなソースになっています。

二行目の”th”を”tf”に変更します。

 

これでサンプルの画像検出が出来るようになります。

ssd_kerasディレクトリーに移動し、jupyter notebookを起動してください。

ssd_karasディレクトリ内のファイル一覧が表示されますので、その中のSSD.ipynbを起動して、ソースコード内にある学習モデルの weights_SSD300.hdf5 のパスを指定してから実行してください。

以下のように画像が表示されれば成功です。

 

あとは映像からの物体検出に挑戦 for ubuntuに記載してある手順でソースのコードの修正をした後に動画を再生すれば、映像からの物体検出ができるはずです。

 


その他の物体検出記事はこちらから

 

それではまた。

 

関連記事

  1. この記事へのコメントはありません。

  1. この記事へのトラックバックはありません。

MNISTって何?数字を識別できる学習モデルの作成方法

MNISTとは MNISTとは手書き数字画像60000枚とテスト画像10000枚を集めた画像データセットになります。 ニューラルネッ…

20175/7

綺麗にAnacondaをアンイストールする方法 For macOS

Anacondaのアンインストールメモ macOSにインストールしたAnacondaのアンインストールに手こずったので、忘れないようにする…

20174/22

DeepLearningに挑戦!まずはubuntuのインストールから

DeepLearningを始めるならubuntu いよいよDeepLearningにチャレンジしていきます。 DeepLearnin…

20176/14

OpenCVで簡単リアルタイム物体検出

OpenCVを使った物体検出 映像からただ単に物体検出を試してみたいだけなら、すぐにでも試せる方法を紹介します。 SSD_keras…

20173/3

Pepper用Python 2.7 SDK(MAC)セットアップ方法

コレグラフを使用しなくてもPepperを動かせるPython 2.7 SDKセットアップ方法 MAC編 プログラムソースをバリバリ記述しな…

言葉を自動学習するSlackbotをマルコフ連鎖で実装

マルコフ連鎖とは 簡単に説明すると、マルコフ連鎖を使用すれば既存の文章を元にして自動で文章を生成することができるようになります。 ロ…

201710/10

COZMOで楽しくプログラミング!親子で楽しむSTEM教育用ロボット

COZMOってなんだ? この記事はCOZMOを購入してから、コードラボを使ったプログラミング方法や、Pythonでプログラミングができると…

201710/13

Neural Network Consoleの学習モデル自動最適化機能が凄すぎる!

SONYのNeural Network Console 以前から興味があったSONY製のNeural Network Consoleを使っ…

20177/15

SlackからPepperを発話させる超簡単な方法

SlackからPepperを喋らせてみる 久しぶりのPepperネタです。 最近、Slackbotを学習したので、今度はPepper…

20178/29

TensorFlowでFashion-MNISTを試してみた

ファッション画像?でMNIST Fashion-MNISTというデータセットが公開されたので早速試してみました。 MNISTとの違い…

ページ上部へ戻る