iRail: Подсчет толпы (YOLOv8n) — Детекция голов

О сервисе

Обзор Этот репозиторий содержит модель YOLOv8n (nano), дообученную для детектирования голов пешеходов в условиях толпы (железнодорожные платформы и входы на мероприятия). Основная цель — подсчет толпы по кадрам путем обнаружения голов и подсчета ограничивающих рамок. Эта модель разработана как образовательная база для расширения проекта iRail/Azure, где API iRail не предоставляет данных о заполняемости, поэтому мы оцениваем приблизительный уровень толпы по изображениям/кадрам. Модель Архитектура: YOLOv8n (Ultralytics) Задача: Детекция объектов Класс(ы): (один класс) Размер входного изображения для обучения: imgsz=832 Базовые настройки вывода, используемые для оценки подсчета: Набор данных Модель обучена на наборе данных RPEE-Heads (Railway Platforms and Event Entrances-Heads) с ограничивающими рамками голов. 1 886 изображений 109 913 аннотаций голов Разделение:Обучение: 1 346 изображений Валидация: 246 изображений Тест: 294 изображения Лицензия: CC BY-SA 4.0 (применяются требования к набору данных и производной модели с аналогичным распространением) Ссылка на статью: RPEE-Heads Benchmark: A Dataset and Empirical Comparison of Deep Learning Algorithms for Pedestrian Head Detection in Crowds Mohamad Abubaker, Zubaida AlSadder, Hamed Abdelhaq, Maik Boltes, Ahmed Alia DOI: 10.34735/ped.2024.2 URL набора данных: http://ped.fz-juelich.de/da/2024rpee_heads Базовая оценка (Детекция) Метрики валидации Ultralytics на Val/Test (один класс: голова): Набор данныхТочностьПолнотаmAP@0.50mAP@0.50:0.95Валидация (246 изображений / 16 022 экземпляра)0.9100.8050.8810.522Тест (294 изображения / 15 285 экземпляров)0.9080.8030.8780.515 Оценка подсчета толпы (Подсчет рамок по каждому изображению) Подсчет вычисляется как: predicted_count = количество обнаруженных рамок (после NMS с выбранными и ). Базовые настройки подсчета: , , МетрикаЗначениеMAE4.67RMSE8Смещение (pred - gt)0.097 (незначительный недосчет) Предполагаемое использование Обучающая демонстрация:дообучения YOLOv8 для детекции голов оценки метрик детекции преобразования обнаружений в прокси-метрику подсчета толпы Строительный блок для более крупного конвейера iRail/Azure (прокси-оценка заполняемости) Ограничения Целенаправленно не обучалась на условиях съемки бельгийских станций. Подсчет по «количеству рамок» может недооценивать очень плотные толпы. Смещение домена (высота камеры, искажение объектива, разрешение, освещение) может снизить производительность. Автор Amine Samoudi - GitHub: @AmineSam Ссылки philipho/irail-crowd-counting-yolov8n Ссылки https:// https://huggingface.co/philipho/irail-crowd-counting-yolov8n Источник: https://qubu.ai/models/i-rail-podschet-tolpy-yol-ov8n-detektsiya-golov License: MIT