מדריך לזיהוי אנשים וכלי רכב

מודל Person/vehicle detector מאפשר לכם לזהות ולספור אנשים או כלי רכב^* בפריים של סרטון. המודל מקבל זרם וידאו כקלט ומפיק מאגר אחסון לפרוטוקולים עם מספר האנשים וכלי הרכב שזוהו בכל פריים. המערכת פועלת ב-6 FPS.

^{* מכוניות, אוטובוסים, משאיות, אופניים, אופנועים ואמבולנסים.}

פלט המודל

מודל זיהוי האנשים והרכבים מציג את מספר האנשים והרכבים שזוהו בפריים הנוכחי שעובר עיבוד. בהמשך מופיעה ההגדרה של פלט המודל בפורמט protocol buffer. התדירות של זרם הפלט היא קבועה: פרים אחד לשנייה.

// The prediction result proto for Person/Vehicle Detection.
message OccupancyCountingPredictionResult {

 // Current timestamp.
 google.protobuf.Timestamp current_time = 1;

 // The entity info for annotations from the model.
 message Entity {
   // Label id.
   int64 label_id = 1;
   // Human readable string of the label.
   string label_string = 2;
 }

 // Identified box contains location and the entity of the object.
 message IdentifiedBox {
   // An unique id for this box.
   int64 box_id = 1;
   // Bounding Box in the normalized coordinates.
   message NormalizedBoundingBox {
     // Min in x coordinate.
     float xmin = 1;
     // Min in y coordinate.
     float ymin = 2;
     // Width of the bounding box.
     float width = 3;
     // Height of the bounding box.
     float height = 4;
   }
   // Bounding Box in the normalized coordinates.
   NormalizedBoundingBox normalized_bounding_box = 2;
   // Confidence score associated with this box.
   float score = 3;
   // Entity of this box.
   Entity entity = 4;
 }

 // A list of identified boxes.
 repeated IdentifiedBox identified_boxes = 2;

 // The statistics info for annotations from the model.
 message Stats {
   // The object info and count for annotations from the model.
   message ObjectCount {
     // Entity of this object.
     Entity entity = 1;
     // Count of the object.
     int32 count = 2;
   }
   // Counts of the full frame.
   repeated ObjectCount full_frame_count = 1;
 }

 // Detection statistics.
 Stats stats = 3;
}

שיטות מומלצות ומגבלות

• כדאי להימנע מנקודות מבט לא רגילות של המצלמה (לדוגמה, תצוגה מלמעלה למטה) שבהן אנשים וכלי רכב נראים שונה מאשר בתצוגה רגילה או נפוצה שלהם. צפיות חריגות יכולות להשפיע באופן משמעותי על איכות הזיהוי.
• חשוב לוודא שאנשים וכלי רכב גלויים במלואם או ברובם. האיכות של הזיהוי יכולה להיפגע אם עצמים אחרים מסתירים חלקית את העצמים הרלוונטיים.
• לגלאי של אנשים או כלי רכב יש גודל מינימלי של אובייקט שאפשר לזהות. הגודל הזה הוא בערך 2% ביחס לגודל של שידור מהמצלמה. מוודאים שאנשים וכלי רכב שמטרגטים אותם לא רחוקים מדי מהמצלמה. הגודל של האובייקטים המרכזיים האלה צריך להיות גדול מספיק.
• התאורה באזורים שמעניינים אתכם צריכה להיות טובה.
• מוודאים שעדשת המצלמה של מקור הווידאו נקייה.
• מוודאים שישויות (מלבד אנשים או מכוניות) לא מסתירות אף חלק משדה הראייה של המצלמה.
• הגורמים הבאים עלולים לפגוע בביצועי המודל. כשמקורות נתונים, חשוב להתחשב בגורמים הבאים:
  • תנאי תאורה גרועים.
  • צפיפות והסתרת אובייקטים.
  • נקודות מבט לא שגרתיות.
  • גודל אובייקט קטן.