YOLO (You Only Look Once): Detección de Objetos en Tiempo Real

Hace diez años los investigadores pensaban que inventar una computadora que distinguiera un gato de un perro sería casi imposible. Hoy en día los sistemas de visión artificial lo hacen con una precisión superior al 99%.

YOLO: Detección de Objetos en Tiempo Real

En resumen: YOLO (You Only Look Once) es un método de detección de objetos objetos de código abierto que puede identificar objetos tanto en imágenes como en vídeos, desde animales a señales de transito.

"Nuestro modelo tiene varias ventajas sobre los sistemas basados ​​en clasificadores. Mira la imagen completa en el momento de la prueba, de modo que sus predicciones se basan en el contexto global de la imagen. También hace predicciones con una única evaluación de red a diferencia de sistemas como R-CNN que requieren miles para una sola imagen. Esto lo hace extremadamente rápido, más de 1000 veces más rápido que R-CNN y 100 veces más rápido que Fast R-CNN ."

Detección de objetos con un modelo pre-entrenado:

git clone https://github.com/pjreddie/darknet

Luego de esto, utilizamos el comando cd para entrar a la carpeta del proyecto (darknet) y seguidamente ejecutamos make:

cd darknet
make

¿Para que usar make? Luego de ejecutar este comando, tendremos el archivo de configuración para YOLO en el sub-directorio cfg.

Lo siguiente que necesitamos, es descargar el modelo pre-entrenado. Para ello ejecutaremos el siguiente comando en nuestra terminal.

wget https://pjreddie.com/media/files/yolov3.weights

Perfecto. Otra alternativa, es descargar el modelo ingresando al siguiente enlace: https://pjreddie.com/media/files/yolov3.weights.

¿Y ahora? Ahora es momento de probar el detector.

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

Anlaicemos un poco esta linea. Lo que hacemos ejecutar detect el cual tiene 3 argumentos: el archivo de configuración (cfg/yolov3.cfg), el modelo pre-entrenado (yolov3.weights) y la imagen que usaremos como prueba (data/dog.jpg) . El proyecto tiene algunas imágenes de prueba en el sub-directorio data.

¡Enter!

layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32  0.299 BFLOPs
    1 conv     64  3 x 3 / 2   416 x 416 x  32   ->   208 x 208 x  64  1.595 BFLOPs
    .......
  105 conv    255  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x 255  0.353 BFLOPs
  106 detection
truth_thresh: Using default '1.000000'
Loading weights from yolov3.weights...Done!
data/dog.jpg: Predicted in 0.029329 seconds.
dog: 99%
truck: 93%
bicycle: 99%

El resultado, la imagen las predicciones del modelo. En la consola podemos ver todos los detalles de la predicción.

Realicemos otro ejemplo:

./darknet detect cfg/yolov3.cfg yolov3.weights data/horses.jpg

¡Increíble! es fascinante.

¿Que opinas?

Utilizando YOLO en Python: