a. Tốc độ xử lý
Kết quả thực nghiệm cho thấy thời gian huấn luyện mô hình mới giảm 40% so với mô hình ban đầu, tốc độ xử lý trong dự đoán tăng khoảng 20% từ 10 FPS lên 12 FPS với GPU 1060 3G khi giảm số lượng filter ở các lớp xuống 256 filter.
Hình 3.9: Tốc độ xử lý
b. Thời gian huấn luyện
Việc giảm số lượng filter cũng giúp cho tốc độ hội tụ của mô hình YOLO với bài toán phát hiện phương tiện nhanh hơn.
Hình 3.10: Tốc độ hội tụ của hai cấu hình
Thời gian thực hiện mỗi epoch của mô hình mới cũng nhanh hơn giúp qua trình huấn luyện nhanh hơn đáng kể.
9 9.5 10 10.5 11 11.5 12 12.5
YOLO Full YOLO 512 YOLO 256
Speed FPS 0 20 40 60 80 100 0 20000 40000 60000 80000 To ta l l o ss Epochs Total loss
Hình 3.11: Thời gian huấn luyện của hai cấu hình
c. Độ chính xác
Hình 3.12: Kết quả mô hình YOLO sau khi thay đổi số filter
Với kết quả này, chúng ta có thể thấy việc thay đổi cấu trúc của mô hình YOLO có thể cải thiện tốc độ hoặc độ chính xác của mô hình. Tùy thuộc vào đối tượng dự đoán và yêu cầu thời gian của bài toán mà chúng ta có thể đưa ra các thay đổi phù hợp. Trong thử nghiệm với các phương tiện giao thông như ô tô con và xe máy việc thay đổi số filter đã cải thiện tốc độ dự đoán đáng kể mà không làm giảm đi độ chính xác trong điều kiện ánh sáng tốt.
0 20000 40000 60000 80000 100000 5 10 15 20 25 30 35 Epo chs Hours Time training
YOLO Full YOLO 512 YOLO 256
YOLO Full YOLO 512 YOLO 256
mAP(%) 85.71 82.8 81.5 speed(FPS) 10 10.8 12 0 10 20 30 40 50 60 70 80 90 A cc u ra cy
3.4 Kết luận chương
Chương III giới thiệu về bộ dữ liệu thử nghiệm, xây dựng mô hình, cài đặt thử nghiệm và đề xuất một phương pháp cái tiến mô hình YOLO trong bài toán phát hiện phương tiện giao thông giúp tăng tốc độ xử lý mà không làm gì đi độ chính xác của mô hình đáng kể.
KẾT LUẬN
Với mục tiêu nghiên cứu và xây dựng mô hình phát hiện phương tiện giao thông có thể áp dụng tại Việt Nam. Luận văn này tập trung nghiên cứu về các phương pháp phát hiện và nhận dạng phương tiện giao thông sử dụng kỹ thuật học sâu dựa trên mô hình YOLO. Luận văn đạt được một số kết quả sau:
- Nghiên cứu tổng quan một số vấn đề về kỹ thuật học sâu trong xử lý ảnh, giới thiệu một số mô hình được sử dụng phổ biến trong nhiều bài toán phát hiện hiện nay. - Nghiên cứu sâu mô hình YOLO, một trong những mô hình hiện đại nhất hiện nay. Thử nghiệm và đánh giá các phương pháp cải tiến cho mô hình YOLO giúp cải thiện tốc độ huấn luyện cũng như tốc độ dự đoán
- Thu thập dữ liệu huấn luyện, thử nghiệm và đánh giá kết quả của phương pháp. Kết quả thực nghiệm cho thấy việc thay đổi số filter trong các lớp convolutional của mô hình YOLO thực sự đem lại hiệu quả giúp tăng tốc độ huấn luyện và tốc độ dự đoán trong điều kiện ánh sang tốt của ảnh đầu vào.
Trong tương lai, Luận văn có thể được tiếp tục nghiên cứu theo hướng ứng dụng phục vụ cho các hệ thống giám sát giao thông tại Việt Nam.
TÀI LIỆU THAM KHẢO
[1] Agarap, Abien Fred. "Deep Learning using Rectified Linear Units (ReLU)." arXiv preprint arXiv:1803.08375 (2018).
[2] Dalal, Navneet, and Bill Triggs. "Histograms of oriented gradients for human detection." Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference on. Vol. 1. IEEE, 2005.
[3] Girshick, Ross, et al. "Region-based convolutional networks for accurate object detection and segmentation." IEEE transactions on pattern analysis and machine intelligence 38.1 (2016): 142-158.
[4] Girshick, Ross, et al. "Rich feature hierarchies for accurate object detection and semantic segmentation." Proceedings of the IEEE conference on computer vision and pattern recognition. 2014.
[5] Girshick, Ross. "Fast r-cnn." Proceedings of the IEEE international conference on computer vision. 2015.
[6] He, Kaiming, et al. "Spatial pyramid pooling in deep convolutional networks for visual recognition." European conference on computer vision. Springer, Cham, 2014. [7] Hearst, Marti A., et al. "Support vector machines." IEEE Intelligent Systems and their applications 13.4 (1998): 18-28.
[8] Hosang, Jan Hendrik, Rodrigo Benenson, and Bernt Schiele. "Learning non- maximum suppression." CVPR. 2017.
[9] Hsieh, Jun-Wei, et al. "Automatic traffic surveillance system for vehicle tracking and classification." IEEE Transactions on Intelligent Transportation Systems 7.2 (2006): 175-187.
[10] Liu, Wei, et al. "Ssd: Single shot multibox detector." European conference on computer vision. Springer, Cham, 2016.
[11] Oksuz, Kemal, et al. "Localization recall precision (LRP): A new performance metric for object detection." European Conference on Computer Vision (ECCV). 2018.
[12] Redmon, Joseph, and Ali Farhadi. "Yolov3: An incremental improvement." arXiv preprint arXiv:1804.02767 (2018).
[13] Redmon, Joseph, et al. "You only look once: Unified, real-time object detection." Proceedings of the IEEE conference on computer vision and pattern recognition. 2016.
[14] Ren, Shaoqing, et al. "Faster r-cnn: Towards real-time object detection with region proposal networks." Advances in neural information processing systems. 2015.
[15] Sermanet, Pierre, et al. "Overfeat: Integrated recognition, localization and detection using convolutional networks." arXiv preprint arXiv:1312.6229 (2013). [16] Wen, Xuezhi, et al. "A rapid learning algorithm for vehicle classification." Information Sciences 295 (2015): 395-406. [17] https://en.wikipedia.org/wiki/Activation_function [18] https://en.wikipedia.org/wiki/Convolutional_neural_network [19] http://host.robots.ox.ac.uk/pascal/VOC/voc2007/ [20] http://cocodataset.org/ [21] https://www.itpro.co.uk/hardware/30399/what-is-a-gpu [22] https://developer.nvidia.com/cuda-gpus [23] https://vi.wikipedia.org/wiki/H%E1%BB%8Dc_s%C3%A2u [24] http://cs231n.github.io/transfer-learning/ [25] https://pjreddie.com/darknet/imagenet/#darknet53 [26] https://pjreddie.com/darknet/