objectdetection

I compared v5 and V8 and v5 was much much better. V8 misses a lot of detections

GLIP is absolutely awesome for pretraining

mình có suy nghĩ như sau, nếu mình sai mong mọi người có thể góp ý. YOLOR sử dụng FPN để phát hiện vật thể với nhiều scales, cụ thể bằng việc kết hợp feature map từ bottom-up path way với top-down path way. Các feature map ở các layer nông sẽ có resolution to thuận tiện cho việc phát hiện vật thể nhỏ, nhưng đổi lại là sematic features không mạnh. Trong nghiên cứu của Libra R-CNN có chỉ ra rằng, việc kết hợp feature một cách tuần tự sẽ làm loãng dần semantic features, vì vậy, việc feature map từ backbone được dùng để kết hợp vào trong head 28 vốn đã có semantic features không mạnh, kết hợp với features bị loãng dần trong top-down path way thì sẽ không cung cấp đủ features để detect toàn bộ object

Mình xin phép chia sẻ một chút.

• Đầu tiên theo kinh nghiệm của mình thì cần xác định cấu hình camera, module camera ví dụ hệ thống là camera ip hay camera analog, resolution, fps.. Điều này ảnh hưởng khá nhiều đến việc lựa chọn các giải pháp phía sau.
• Tiếp đến là xác định yêu cầu của user. Đối với user là cá nhân, hoặc các cty có số lượng camera không quá nhiều hoặc các doanh nghiệp có các yêu cầu bảo mật đặc biệt ví dụ như không được streaming luồng cam ra ngoài chẳng hạn thì ưu tiên sử dụng các edge box như jetson, coral hoặc build local server. Việc sizing hệ thông thì còn phụ thuộc vào số lượng camera cũng như khả năng optimize hệ thông của team bạn. Đối với edge box mình thiên về họ jetson vì khả năng decode luồng video là cực tốt, phần này bạn xem thêm deepstream của nvidia. Coral thì infer tốt nhưng mình thấy việc encode, decode không tốt lắm hoặc là do bên mình chưa tối ưu được. Còn các server dịch vụ thì mình thấy khá là đắt, có lẽ chỉ các service lớn hoặc có yêu cầu đặc biệt nên sử dụng.
• Tiếp nữa là việc lựa chọn giao thức để connect các service thế nào, sử dụng rest API, socket, kafka hay các loại ms queue. Cái này thì phụ thuộc vào yêu cầu dự án, kinh nghiệm của các thành viên... Đây là vài kinh nghiệm của mình, nhưng chưa chắc đúng đâu 🤣

Bạn thử dùng gradient gradient clipping hoặc learning rate scheduler xem, mình đoán đang bị exploding gradient.

This is so cool

Mình mới làm xong khóa luận detect phân biệt xe hơn, xe máy và người đi bộ. Data ko nhiều nhưng bạn cần thì pm mình nhé :)

great job!! well done! thanks for sharing, are you going to post the code on github?

This is much better pic.. I would try to power the pi from a different USB charger to check if works. I suspect the the hub is not able to provide enough current to movidius/ camera and the board simultaneously

đúng rồi: extract frame -> đánh label - > training. nhưng còn phải tổ chức dữ liệu theo model bạn chọn nữa

Mình vẫn đang định hiệu chỉnh bài viết về faster rcnn để mọi người có thể dễ hiểu hơn. Monh mọi người đọc bài viết này mà comment những chỗ khó hiểu. Mình dự định sẽ giải thích tất cả các thuật ngữ về faster rcnn trong các phần tiếp theo

https://deepmlml.com/rpn-explained.html

Hoang Vu and Nguyen Duy Phong thanks 2 bác đã chỉ giáo. Em biết có nhiều api trên tensorflow và các mô hình deep learning có thể giải quyết được vấn đề này. Tuy nhiên boss em muốn em thử phương pháp này trước và tập trung vào phương pháp hiện tại để có thể hiểu rõ hơn về machine learning. Vì em là fresher. Do vậy em vẫn chỉ muốn tìm hướng giải quyết cho câu hỏi của em đã đặt ra thôi ạ.