はじめに
近年、AI(Artificial Intelligence:人工知能)の急速な発展に伴い、それらを用いた技術が活用され始めています。例えば、AIによる画像認識技術として物体検出などがあります。物体検出は「画像の中から特定の物体の位置、種類、個数などの情報を認識する技術」であり、AIを用いて比較的高速に画像内の物体情報を取得することができます。この技術を用いて製造業では品質評価、外観検査、異常検知などに活用されています。
リアルタイムに物体検出を行うアルゴリズムにYOLO(You Only Look Onse)と呼ばれるものがあり、CNN(Convolutional Neural Network:畳み込みニューラルネットワーク)を用いたアルゴリズムとなっています。2022年の7月に最新の物体検出モデルYOLOv7が公開されています。YOLOv7は以下のグラフにもあるように従来の物体検出モデルよりも精度と速度が向上しています。さらにYOLOv7ではdetectron2と組み合わせることでインスタンス・セグメンテーションをすることができます。
本記事では、物体検出モデルYOLOv7でインスタンス・セグメンテーションのデモ実行の方法を紹介します。
1. YOLOv7でインスタンス・セグメンテーションの実行環境の構築
YOLOv7のmaskブランチを使います。
また今回はGoogle Coloboratoryでデモを実行します。そのため、以下のコマンドで環境を構築します。
2. インスタンス・セグメンテーション用のモデルの用意
以下のコマンドでインスタンス・セグメンテーション用のモデルをダウンロードします。
3. デモ実行
インスタンス・セグメンテーションのデモは以下のプログラムを実行していくと、推論結果を得ることができます。この手順はYOLOv7のinstance.ipynbでも紹介されています。
オススメ書籍
物体・画像認識と時系列データ処理入門
現場で使える!PyTorch開発入門 深層学習モデルの作成とアプリケーションへの実装
PyTorchで作る!深層学習モデル・AIアプリ開発入門
スキル修得&転職
近年、DXの進展に伴うデジタル人材の需要の高まりに追いついていない状況が続いていると経済産業省がホームページで記載している通り、DX人材、IT人材が不足しているのが現状です。さらにコンピュータの性能向上やAI技術の発展により、よりDX人材、IT人材の需要が高まってきます。さらには、今後の長期間安定して職がある業種とも考えられます。
以下の求人では、IT業界の転職や、IT未経験だけどIT人材を志望する就活を支援してくれます。無料で会員登録もできるので、まずは登録だけでもして様子を見てみてはいかがでしょうか?
▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼▼
▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲▲
おわりに
本記事では、物体検出モデルYOLOv7でインスタンス・セグメンテーションのデモ実行の方法を紹介しますした。これで気軽にインスタンス・セグメンテーションが実施できるのがありがたいです。