autoworks24.com

People Detection / Pedestrian Counting and Tracking: YOLOv8

550.00฿

People Detection / Pedestrian Counting and Tracking: YOLOv8

การตรวจจับบุคคลเป็นหนึ่งในคุณสมบัติที่ใช้กันอย่างแพร่หลายโดยบริษัทและองค์กรต่างๆ ในปัจจุบัน เทคโนโลยีนี้ใช้คอมพิวเตอร์วิทัศน์เพื่อตรวจจับบุคคล ซึ่งโดยปกติแล้วคือคนเดินถนนในขณะที่ข้ามถนน หรือเพื่อระบุการเคลื่อนไหวรอบๆ สถานที่

เราเริ่มต้นด้วยการติดตั้งไลบรารี OpenCV (Open Source Computer Vision) ซึ่งสร้างขึ้นเพื่อช่วยให้นักพัฒนาดำเนินงานที่เกี่ยวข้องกับคอมพิวเตอร์วิทัศน์ได้ เราจำเป็นต้องทำการติดตั้ง pip สำหรับไลบรารี OpenCV

การตรวจจับวัตถุคืออะไร?

การตรวจจับวัตถุเป็นเส้นทางสู่การค้นหาวัตถุจริง เช่น ยานพาหนะ จักรยานยนต์ ทีวี และบุคคลในภาพนิ่งหรือวิดีโอ มันคิดถึงการยืนยัน ข้อจำกัด และการระบุสิ่งต่าง ๆ ภายในรูปภาพ ซึ่งทำให้เราเข้าใจทุกสิ่งได้ดีขึ้นอย่างมากในรูปภาพ โดยทั่วไปจะใช้ในการใช้งานต่างๆ เช่น การกู้คืนรูปภาพ การรักษาความปลอดภัย การเฝ้าระวัง และอื่นๆ

การประยุกต์ใช้การตรวจจับวัตถุ

การจดจำใบหน้า: นอกจากนี้เรายังสามารถจดจำภาษากาย ภาษาใบหน้า การจดจำความรู้สึกใบหน้า การตรวจจับหน้ากาก Covid19 เป็นต้น อัลกอริธึมการตรวจจับใบหน้ามุ่งเน้นไปที่การตรวจจับใบหน้าของมนุษย์ที่ด้านหน้า มันคล้ายคลึงกับการตรวจจับภาพซึ่งภาพของบุคคลจะถูกจับคู่ทีละนิด รูปภาพตรงกับรูปภาพที่เก็บไว้ในฐานข้อมูล
การนับจำนวนบุคคลในฝูงชน: นี่เป็นหนึ่งในแอปพลิเคชันที่สำคัญ ซึ่งเพิ่งใช้ในการแข่งขัน Omdena-iRAP ที่เราสร้างแบบจำลองสำหรับการจดจำคนเดินถนนบนถนน และได้รับการแมปเพิ่มเติมเพื่อลดโอกาสในการเกิดอุบัติเหตุและช่วยชีวิต หากต้องการดูกรณีศึกษาเกี่ยวกับความท้าทายดังกล่าว โปรดอ่านที่นี่
รถยนต์ขับเคลื่อนด้วยตนเอง: อีกหนึ่งหัวข้อที่น่าสนใจที่สุดของ AI โดยอาศัยการตรวจจับวัตถุเพื่อการขับขี่แบบอัตโนมัติ คือ เพื่อให้รถยนต์ตัดสินใจว่าจะต้องทำอย่างไรในขั้นตอนต่อไปไม่ว่าจะเร่งความเร็ว เหยียบเบรก หรือเลี้ยว จำเป็นต้องรู้ว่าวัตถุทั้งหมดอยู่ตรงไหนรอบรถและวัตถุเหล่านั้นอยู่ที่ใด จำเป็นต้องมีการตรวจจับวัตถุ และโดยพื้นฐานแล้วเราจะฝึกให้รถตรวจจับชุดของวัตถุที่รู้จัก เช่น รถยนต์ คนเดินเท้า สัญญาณไฟจราจร ป้ายถนน จักรยาน รถจักรยานยนต์ ฯลฯ
ความปลอดภัย: คุณลักษณะของวัตถุนี้พบได้ในโทรศัพท์มือถือของเราในปัจจุบัน โดยที่เราจัดเก็บรูปภาพของเราไว้ในฐานข้อมูล และจะจับคู่เมื่อเราพยายามเปิดล็อค มันทำงานได้ดีกับอุปกรณ์ที่ซับซ้อนบางตัวที่สามารถเปิดล็อคหรือปิดกั้นการเข้าถึงของคุณเพียงแค่มองด้วยตาของคุณ
อัลกอริธึมการตรวจจับวัตถุแต่ละตัวมีเทคนิคทดแทนในการทำงาน แต่อัลกอริธึมทั้งหมดทำงานบนกฎการเปรียบเทียบ การแยกคุณสมบัติ: พวกมันจะกำจัดคุณสมบัติออกจากรูปภาพข้อมูลที่มีอยู่ และใช้คุณสมบัติเหล่านี้เพื่อเลือกคลาสของรูปภาพ ไม่ว่าจะเป็นผ่าน MatLab, Open CV หรือ Deep Learning

รู้เบื้องต้นเกี่ยวกับ OpenCV

OpenCV เป็นหนึ่งในไลบรารีคอมพิวเตอร์วิทัศน์ที่ได้รับความนิยมมากที่สุด หากคุณต้องการเริ่มต้นการเดินทางในด้านคอมพิวเตอร์วิทัศน์ การเข้าใจแนวคิดของ OpenCV อย่างถ่องแท้ถือเป็นสิ่งสำคัญมาก

 

คำอธิบาย

People Detection / Pedestrian Counting and Tracking: YOLOv8

การตรวจจับบุคคลเป็นหนึ่งในคุณสมบัติที่ใช้กันอย่างแพร่หลายโดยบริษัทและองค์กรต่างๆ ในปัจจุบัน เทคโนโลยีนี้ใช้คอมพิวเตอร์วิทัศน์เพื่อตรวจจับบุคคล ซึ่งโดยปกติแล้วคือคนเดินถนนในขณะที่ข้ามถนน หรือเพื่อระบุการเคลื่อนไหวรอบๆ สถานที่

เราเริ่มต้นด้วยการติดตั้งไลบรารี OpenCV (Open Source Computer Vision) ซึ่งสร้างขึ้นเพื่อช่วยให้นักพัฒนาดำเนินงานที่เกี่ยวข้องกับคอมพิวเตอร์วิทัศน์ได้ เราจำเป็นต้องทำการติดตั้ง pip สำหรับไลบรารี OpenCV

การตรวจจับวัตถุคืออะไร?

การตรวจจับวัตถุเป็นเส้นทางสู่การค้นหาวัตถุจริง เช่น ยานพาหนะ จักรยานยนต์ ทีวี และบุคคลในภาพนิ่งหรือวิดีโอ มันคิดถึงการยืนยัน ข้อจำกัด และการระบุสิ่งต่าง ๆ ภายในรูปภาพ ซึ่งทำให้เราเข้าใจทุกสิ่งได้ดีขึ้นอย่างมากในรูปภาพ โดยทั่วไปจะใช้ในการใช้งานต่างๆ เช่น การกู้คืนรูปภาพ การรักษาความปลอดภัย การเฝ้าระวัง และอื่นๆ

การประยุกต์ใช้การตรวจจับวัตถุ

การจดจำใบหน้า: นอกจากนี้เรายังสามารถจดจำภาษากาย ภาษาใบหน้า การจดจำความรู้สึกใบหน้า การตรวจจับหน้ากาก Covid19 เป็นต้น อัลกอริธึมการตรวจจับใบหน้ามุ่งเน้นไปที่การตรวจจับใบหน้าของมนุษย์ที่ด้านหน้า มันคล้ายคลึงกับการตรวจจับภาพซึ่งภาพของบุคคลจะถูกจับคู่ทีละนิด รูปภาพตรงกับรูปภาพที่เก็บไว้ในฐานข้อมูล
การนับจำนวนบุคคลในฝูงชน: นี่เป็นหนึ่งในแอปพลิเคชันที่สำคัญ ซึ่งเพิ่งใช้ในการแข่งขัน Omdena-iRAP ที่เราสร้างแบบจำลองสำหรับการจดจำคนเดินถนนบนถนน และได้รับการแมปเพิ่มเติมเพื่อลดโอกาสในการเกิดอุบัติเหตุและช่วยชีวิต หากต้องการดูกรณีศึกษาเกี่ยวกับความท้าทายดังกล่าว โปรดอ่านที่นี่
รถยนต์ขับเคลื่อนด้วยตนเอง: อีกหนึ่งหัวข้อที่น่าสนใจที่สุดของ AI โดยอาศัยการตรวจจับวัตถุเพื่อการขับขี่แบบอัตโนมัติ คือ เพื่อให้รถยนต์ตัดสินใจว่าจะต้องทำอย่างไรในขั้นตอนต่อไปไม่ว่าจะเร่งความเร็ว เหยียบเบรก หรือเลี้ยว จำเป็นต้องรู้ว่าวัตถุทั้งหมดอยู่ตรงไหนรอบรถและวัตถุเหล่านั้นอยู่ที่ใด จำเป็นต้องมีการตรวจจับวัตถุ และโดยพื้นฐานแล้วเราจะฝึกให้รถตรวจจับชุดของวัตถุที่รู้จัก เช่น รถยนต์ คนเดินเท้า สัญญาณไฟจราจร ป้ายถนน จักรยาน รถจักรยานยนต์ ฯลฯ
ความปลอดภัย: คุณลักษณะของวัตถุนี้พบได้ในโทรศัพท์มือถือของเราในปัจจุบัน โดยที่เราจัดเก็บรูปภาพของเราไว้ในฐานข้อมูล และจะจับคู่เมื่อเราพยายามเปิดล็อค มันทำงานได้ดีกับอุปกรณ์ที่ซับซ้อนบางตัวที่สามารถเปิดล็อคหรือปิดกั้นการเข้าถึงของคุณเพียงแค่มองด้วยตาของคุณ
อัลกอริธึมการตรวจจับวัตถุแต่ละตัวมีเทคนิคทดแทนในการทำงาน แต่อัลกอริธึมทั้งหมดทำงานบนกฎการเปรียบเทียบ การแยกคุณสมบัติ: พวกมันจะกำจัดคุณสมบัติออกจากรูปภาพข้อมูลที่มีอยู่ และใช้คุณสมบัติเหล่านี้เพื่อเลือกคลาสของรูปภาพ ไม่ว่าจะเป็นผ่าน MatLab, Open CV หรือ Deep Learning

รู้เบื้องต้นเกี่ยวกับ OpenCV

OpenCV เป็นหนึ่งในไลบรารีคอมพิวเตอร์วิทัศน์ที่ได้รับความนิยมมากที่สุด หากคุณต้องการเริ่มต้นการเดินทางในด้านคอมพิวเตอร์วิทัศน์ การเข้าใจแนวคิดของ OpenCV อย่างถ่องแท้ถือเป็นสิ่งสำคัญมาก