画像認識YOLOを使用する上で，OpenCVで画像処理を挟むか悩んでいます．

Question

カメラから取得した映像を画像認識するために
opencvで画像処理を行なってから，YOLOで画像認識を行うと思っていたのですが，
YOLOだけで十分で，opencvで画像処理を行っていない記事ばかり見かけました．

基本的にopencvでの画像処理はどのような状況で使用するのが適切なのでしょうか？
例えば，トレーニングモデル作成時およびテスト時など．

Comments

[Q71]

> opencvで画像処理を行なってから，YOLOで画像認識を行うと思っていた
どのような画像処理をしなければなりませんか。例えば、「OpenCV を使ってカメラから画像を入力する」というものがあると思うのですが？
また、あなたの問題として、どのような画像処理が必要ですか。例えば、「広角レンズで画像がゆがんでいるため、アフィン変換をかけたい」とか、「夜間画像で暗いため、ゲインを調整したい」とか。そういう問題が個々それぞれなので、自分とぴったり適合するものがないことは容易に想像できます。
そういう「問題」を整理して下さい。

[apeirogon0813]

ありがとうございます．
はい，カメラから画像の入力の際にOpenCVは使いますが，画像処理に使う必要があるのか悩んでいます．
想定しているのは，監視カメラでの物体認識を考えているので，夜間でも認識率が落ちないよう，ゲイン？明るさの調節などですね．

Answer 1

ここにいくつか用語を整理しておきます。

OpenCV: 画像処理全般を行うためのライブラリ
YOLO: 物体検出のモデル (v1, v2, v3 があり、v3 が一番新しい)
darknet: YOLO の論文作者による C 言語で書かれたオリジナル実装。

darknet を使用して学習や検出を行う場合、画像の読み込みやオーグメンテーションなど必要となる画像処理は darknet 内で行われており、学習や推論はコマンドラインで呼び出す形で行います。そのため、OpenCV を使う必要はありません。

ただ、darknet は YOLO のデモ用の側面があり、ライブラリとして使うには少々使いづらいので、物体検出の機能を自作のアプリケーションに組み込む場合はソースコードを弄る必要が出てくるかもしれません。

Comments

[apeirogon0813]

ありがとうございます．
YOLOは基本的にdarknetのライブラリを使用されるのでしょうか？

→ただ、darknet は YOLO のデモ用の側面があり、ライブラリとして使うには少々使いづらいので、物体検出の機能を自作のアプリケーションに組み込む場合はソースコードを弄る必要が出てくるかもしれません

ここが，いまいち理解できないのですが，YOLOを用いた物体検出を自作のアプリケーションに組み込むために，darknetを用いるのは困難であるということでしょうか？
また，darknetの代わりにkerasやtensorflowのライブラリで代替するほうが容易なのでしょうか？
ご教示願います．

[tiitoi]

YOLO は物体検出のアルゴリズム名であり、特定のライブラリを指すものではありません。
darknet は YOLO の C 言語による実装例で、Keras を使った実装例では https://github.com/qqwweee/keras-yolo3 があります。

> 自作のアプリケーションに組み込むために，darknetを用いるのは困難であるということでしょうか？

使用される言語が C/C++ なら darknet、Python なら keras-yolo3 を使うといいと思います。

[apeirogon0813]

ありがとうございます！

[apeirogon0813]

すみません，YOLOを使う上で，pytorchとkerasの違いはどのようなものなのでしょうか？
どちらもpythonです．

[tiitoi]

どちらも Deep Learning ライブラリです。
どちらを使っても構いません。