YOLOv3와 Sort Algorithm을 연결한 후 이를 노트북 캠 카메라로 연결하여 테스트.
낮은 FPS를 확인
낮은 FPS를 올리기 위해 frame을 짝수번만 돌림 약 2배 향상됌.
YOLO를 통한 결과를 최대한 Tracking하기 위한 시도
가만히 있는 물체도 약 1%의 오차 비율을 보임
Basic YOLOv3 FPS : 6.5(highest)
YOLOv3 + Sort Algorithm FPS : 6.2(highest)
Darknet을 직접 Make하면 다를지 확인해보기
FPS를 올리기 위해 임시방편으로 Frame을 3번에 한번만 Detect 해보도록 변경 FPS가 9.7까지 향상 Accuracy는 측정필요
낮은 FPS에서 Tracking의 비율을 유지하기 위해 SORT의 IOU를 0.3에서 0.1로 조정
Tracking 결과를 두번 update하니 더 높은 정확도를 얻는다
Update를 여러번하면 Tracking Accuracy가 좋아진다는 특징을 이용하여 70%이상의 Tracking이 성공한 Frame만 입력하도록 변경
FPS가 낮아지는 만큼 높아진 Accuracy를 확인
resolution과 IOU를 통해 어느정도 문제 해결
Bird Detection에서 또한 괜찮은 Accuracy를 확인
In real-time highest FPS : 7.5
지금까지 작업한 내용 공유
y축을 기준으로 접근을 판별하기 위한 방법론 논의
y축의 평균값을 이용
가로선을 기준으로 In & Out 판별
RNN을 이용한 Sequnce Data를 통해 접근 판별