横浜国立大学理工学部建築都市環境系学科卒
一級鉄筋技能士
人が行っている単純作業は物体検知AIで代用させることができます。
カメラとパソコンがあればあらゆる作業がAIに代用させることができるかもしれません。
リアルタイムに物体を検知するなんてとても難しいように思いますが、実は思った以上に簡単なコードで実装することができます。
この記事では、カメラに映った画像をリアルタイムに物体検知させる方法を具体的に解説していきます。
目次
Pycharmの環境設定
まずはPycharmの環境設定を行います。
環境設定とはvenvの構築とPython Interpreterの設定をすること
仮想環境とはプロジェクトごとに作るpythonの環境のことです。
仮想環境では各ライブラリのバージョンを指定することによって、タイムラグがあってもコードが動くように設定します。
パスが通っていない事やinterpreterの設定ができていないとエラーが発生する
環境設定の際によく出るエラーとして以下のようなものがあります。
|
1 2 |
ModuleNotFoundError: No module named ‘cv2’ ModuleNotFoundError: No module named ‘torch’ |
このエラーの原因はパスが通っていない事やpythoninterpreterの設定ができていないことがほとんどです。
OpenCVの使い方
OpenCVとは画像や動画の処理に必要な機能がまとめられたオープンソースのライブラリです。
googleで検索するとこのように説明がなされていますが、その具体的な使い方まで学習しようとしても丁寧に解説してくれるサイトはありません。
OpenCVが提供しているオンライン学習コースがありますが、約20万円と高額なのでなかなか手が出せませんね。
具体的にOpenCVの使い方を見ていきましょう。
USB接続したカメラからの画像を取得するにはOpenCVを利用する
「OpenCVとは画像や動画の処理に必要な機能がまとめられたオープンソースのライブラリです。」と説明されて理解できる方はほとんどいないでしょう。
上記の説明ではなく、「USB接続したカメラからの画像を取得するにはOpenCVを利用する」と覚えておきましょう。
USB接続したカメラからの画像を取得するにはOpenCVを利用する
YOLOのアルゴリズムで学習したAIとOpenCVを組み合わせることでリアルタイムの物体検知が可能になる
カメラに映った画像をリアルタイムに物体検知するソースコードを実際に見てみましょう。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 |
import glob import shutil import torch import cv2 def detect_img(model, image): # 推論の実行 model.conf = 0.6 # confidence threshold (0-1) results = model(image) # 結果を返す return results if __name__ == '__main__': weights_dir = "weights/best.pt" model = torch.hub.load('yolov5', 'custom', path=weights_dir, source='local') capture = cv2.VideoCapture(0) while (True): ret, frame = capture.read() if ret: # 位置検出 # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) results = detect_img(model, frame) # 結果保存 results.save(save_dir="result") # 結果読み込み img = cv2.cvtColor(cv2.imread("result/image0.jpg"), cv2.COLOR_BGR2RGB) shutil.rmtree("result") # 結果表示 results.print() cv2.imshow('camera', img) if cv2.waitKey(1) & 0xFF == ord('q'): break capture.release() cv2.destroyAllWindows() |
weights/best.ptはYOLOのAIモデルを学習させたものです。
学習させたAIをOpenCVで取得する画像で推論させ、結果を出力すればリアルタイムに物体検知するAIを作成することができます。
ソースコードはgithubで公開しています。
github itoiyoshihiko/ObjectDetectionCourseLocal
if __name__ == ‘__main__’:の意味 他のファイルから読み込まれた時は処理は実行されない
上記ソースコードのif __name__ == ‘__main__’:はpythonを学び始めた初学者は必ず挫折するポイントだと思います。
if __name__ == ‘__main__’:以下に書かれたコードは、Terminalで実行された場合のみに処理されます。
他のファイルから読み込まれた時(importされた時)は処理は実行されない
建設業界では人の検知=安全につながる
AIの精度を向上させるにはある程度AIモデルを学習させる必要がありますが、YOLOではすでに人の検知であれば高い精度で検知することができます。
建設現場では作業員はヘルメットをかぶっているので、そのような画像をAIに学習させればより精度もあがるでしょう。
建設業では重機と作業員の接触事故が多発していますが、重機に安価な360°カメラを設置してそれをタブレットで検知→危険予知することができれば悲惨な事故も無くすことができるかもしれません。
まとめ
上記のソースコードは難しい関数も少なく非常にわかりやすいのではないでしょうか。
このような簡単なコードでリアルタイムに物体検知するAIが機能するなんて意外ですね。
建設業界は遅れていると言われていますが、てつまぐで具体的な実践事例を学び、少しずつDXを進めていきましょう。