Obyektlarni tanib olish uchun chuqur o‘rganish algoritmlari

Аннотация

Ushbu maqolada obyektlarni tanib olish uchun chuqur o‘rganish algoritmlari taxlil qilingan. Bunda real vaqt ilovalari uchun YOLO algoritmi mos kelishi ko’rsatib o‘tilgan. Kalit so‘zlar: CNN, Yolov5, chuqur o‘rganish, o‘rtacha aniqlik, tezlik, obyektni tanib olish. So‘nggi yillarda obyektlarni aniqlash algoritmlarini ishlab chiqishda asosan chuqur o‘qitish va konvolyusion neyron tarmoqlari (CNN) paydo bo‘lishi tufayli sezilarli yutuqlarga erishildi. Ushbu yutuqlar PASCAL VOC, ImageNet va MS COCO kabi turli xil benchmark ma’lumotlar to‘plamlarida ishlashning tasirchan yaxshilanishiga olib keldi. Ushbu muvaffaqiyatlarga qaramay, obyektlarni cheklanmagan muhitda aniqlash qiyin vazifa bo‘lib qolmoqda. Cheklanmagan muhit yorug‘lik sharoitlarining o‘zgarishi, obyekt joylashuvining o‘zgarishi, okklyuzyonlar, obyekt deformatsiyasi, masshtab o‘zgarishi va tartibsiz fon mavjudligi bilan tavsiflanadi. Bu omillar obyektni aniqlash algoritmlarining ishlashiga jiddiy tasir ko‘rsatishi mumkin, bu esa yuqori aniqlikka erishishni qiyinlashtiradi. Ayniqsa uchuvchisiz qurilmalar yordamida olingan raqamli tasvirlar dinamik olish va uzatish jarayonida shovqin tufayli yomon buziladi[1,3]. Obyektlarni tanib olish uchun chuqur o‘rganish algoritmlari Obyektni tanib olishning zamonaviy usullari. Biz obyektni tanib olishshning zamonaviy usullarini ikkita asosiy guruhga ajratamiz: ikki bosqichli detektorlar va bir bosqichli detektorlar[8,9]. 1-rasm. Obyektni aniqlash bosqichlari[15] Tanlangan modellar oilasining barchasi qo‘llaniladi, ammo hozirgi kunda ko‘pchilik masalalarda vaqt sinovidan o‘tgan model (YOLOv5) ko‘proq qo‘llaniladi. Taklif qilingan yechimda Yolo algoritmining eng faol ishlatiladigan versiyasi - YOLOv5 eng yaxshi natijalarga egaligini ko‘rsatdi. Ikki bosqichli detektorlar Ikki bosqichli detektorlar mintaqaviy taklif bosqichidan so‘ng tasniflash bosqichidan 198 iborat. Bazi taniqli ikki bosqichli detektorlarga quyidagilar kiradi: R-CNN R-CNN (Region-based Convolutional Neural Networks) 2014 yilda Ross Girshick va boshqalar tomonidan taklif qilingan obyektni aniqlash modelidir. R-CNN bu ikki bosqichli obyektni aniqlash tizimi bo‘lib, u tasvirdagi potensial obyekt hududlarini yaratish uchun mintaqa taklifi mexanizmidan foydalanadi va keyin bu hududlarni tasniflash va takomillashtirish uchun konvolyusion neyron tarmog‘ini (CNN ) qo‘llaydi[2,16]. Fast R-CNN Faster R-CNN (Region-based Convolutional Neural Networks): Fast R-CNN bu ikki bosqichli obyektni aniqlash modeli bo‘lib, u obyekt takliflarini yaratish uchun mintaqaviy taklif tarmog‘idan (RPN) va takliflarni tasniflash va takomillashtirish uchun Fast R-CNN tarmog‘idan foydalanadi. RPN kichik tarmoqni konvolyusion xususiyatlar xaritasi bo‘ylab siljitish va yomon ko‘rsatkichlari va chegaraviy ofsetlarni bashorat qilish orqali mintaqaviy takliflarni ishlab chiqaradi. Fast R-CNN o‘zining aniqligi bilan mashhur va obyektni aniqlash vazifalarida keng qo‘llanilgan[4]. Bir bosqichli detektorlar Bir bosqichli detektorlar to‘g‘ridan-to‘g‘ri tasvirdan obyektni chegaralash qutilari va sinf ehtimolini bashorat qiladi. Bazi mashhur bir bosqichli detektorlarga quyidagilar kiradi: YOLO YOLO - obyektlar sinfi ballarini va to‘g‘ridan-to‘g‘ri butun tasvirdan chegara chizig‘ining ofsetlarini bashorat qiluvchi yani bir bosqichli obyektni aniqlash modeli. YOLO tasvirni katakchalar tarmog‘iga ajratadi va har bir katak uchun sinf va chegara qutisini bashorat qiladi. YOLO bashorat qilish uchun yagona neyron tarmoqdan foydalanadi va tezligi va real vaqtda ishlashi bilan mashhur[17]. SSD Single Shot MultiBox Detector (SSD) YOLO konsepsiyasini bir nechta shkalalarda chegaralovchi qutilar va sinf ehtimolini bashorat qilish orqali kengaytiradi, bu esa turli o‘lchamdagi obyektlarni aniqlashni yaxshilaydi. SSD konvolyusion xususiyat xaritalarini yaratish uchun xususiyat ekstraktoridan foydalanadi va har bir standart quti uchun sinf ballari va ofsetlarni bashorat qilish uchun konvolyusion filtrlar to‘plamini qo‘llaydi. SSD o‘zining tezligi va samaradorligi bilan mashhur va real vaqt rejimida obyektlarni aniqlash dasturlarida qo‘llanilgan. Retina Net Retina Net Focal Loss dasturini taqdim etadi, u oson misollar hissasini kamaytirish va mashg‘ulotlar davomida og‘ir misollarga etibor qaratish orqali sinfdagi nomutanosiblik muammosini hal qiladi. Bu, ayniqsa kichik obyektlarni aniqlashning yaxshilanishiga olib keladi. Retina Net yangi fokusni yo‘qotish funksiyasidan foydalanadi, bu qiyin misollarga yuqori og‘irliklarni belgilaydi va mashg‘ulot paytida oson misollarning tasirini kamaytiradi. 2-rasm. Bir bosqichli va ikki bosqichli obyektni aniqlash detektorlari 199 Biz endi COCO malumotlar to‘plamida obyektni aniqlashning turli usullarini solishtiramiz [5]. Natijalar 1-jadvalda jamlangan. 1-jadval. COCO malumotlar to‘plamida obyektni aniqlash usullarini taqqoslash Usul O‘rtacha aniqlik (AP) Tezlik (fps) R-CNN 53.3 0.5 Fast R-CNN 70.0 5 Faster R-CNN 73.2 7 YOLOv5 75.0 56.5 SSD 72.1 19 RetinaNet 74.8 12 1-jad