YOLOv8でファインチューニング

■目的 2023年8月時点で最新のYOLOである「YOLOv8」を使って物体検出の知識をアップデートする。

■概要

• 電車の運転席にカメラを設置したという想定で、物体検出をしてみる。
• ホームで待っている乗客や飛来物を検出できればOK。

■環境

• OS Windows10 64bit
• Python 3.8
• GPU RTX2070
• CUDA 11.8、cudnn 8.8
• ultralytics 8.0.154
• 使ったモデルは公開されている５モデルのうち、３つ目の「YOLOv8m」。いずれも80分類の物体検出モデル。

■結果

• ホームで待っている乗客と反対車線の電車を検出できた

  

• 視界に入って来た鳥を検出できた

  

■所感

• さすがにGPUを積んだPCでないとカクカクになるので無理。

• 公開されているモデルでもよく検出できた。 YOLOv3の頃と中身的には大きく変わっているが、使う分には大きな変更はない。

• 公開モデルの80分類に入っていない物体を検出した場合は、ファインチューニングを行い、カスタムモデルを作成すればOK。 ファインチューニング用の画像を100個くらい用意し、アノテーションして学習させることで判定できた。

• 実際にはWindows用アプリを作成し、配布することになると思われる。（PythonだとTkinterなど） PCにはUSBカメラを接続し、それを入力画像としてアプリで検出を行うことになると思われる。