コンテンツにスキップ
ステージングサーバー
開発サーバー

Object Detection vTool#

Object Detection vToolは、選択したモデルに基づいて画像内のオブジェクトを検出し、分類します。

Object Detection vToolは、Image入力ピンを介して受け取った画像内のオブジェクトを分類できます。結果は、InferenceImage、BBoxes_px、Classes、Scoresの各出力ピンを介して出力されます。検出された各オブジェクトの周囲には、バウンディングボックスが描画されます。

検出の前にROI Creator vToolを使用して関心領域を指定する場合、Object Detection vToolはそのROIデータをRoi入力ピンで受け取ります。その場合、検出は関心領域に対してのみ実行されます。副次的な効果として、これにより処理速度が向上します。

Object Detection vToolのライセンスを購入するには、Baslerウェブサイトをご覧ください。

Object Detection vTool

仕組み#

画像内の人物やシーン内のその他の要素など、特定のオブジェクトを検出し識別する場合を想定します。

これは、スキー用具を持った6人の子供を示す入力画像です：

スキー板を持った6人の子供を示す入力画像

人物やスキー用具など、さまざまなオブジェクトを検出するようにトレーニングされたモデルを読み込んで、vToolを設定します。

Object Detection用バンドルが選択されています

次に、検出およびセグメント化するクラスを選択できます。モデルによっては、お客様の用途に合わせて正確に調整されている場合があります。その場合、目的のクラスはすべてすでに選択されています。

クラス選択ダイアログ

vToolの設定後、推論プロセスを開始するレシピを実行します。vToolはこのモデルを利用して画像を分析し、存在するオブジェクトを識別して特定します。分析が完了すると、セグメンテーション結果が返されます。これには、画像内で検出された各個別のオブジェクトインスタンスのバウンディングボックス、クラスラベル、信頼度スコアが含まれます。

これはピンデータビューにおける結果画像です。

結果が強調表示されたObject Detection

6人の人物が、personとラベル付けされた紫色のバウンディングボックス内で人物として検出されました。同様に、5つのスキー板が、skisとラベル付けされたバウンディングボックス内で検出されました。

詳細出力

  • バウンディングボックス（Bounding Box）：バウンディングボックスは、検出されたオブジェクトの周囲に描画される長方形です。各バウンディングボックスについて、中心ピクセル、幅、高さ、および回転が出力されます。
  • Class: person, skis
    クラスラベルは、モデルがバウンディングボックス内のオブジェクトを人物またはスキー板として識別したことを示しています。
  • Score: 0.890817などのスコア値は、0.890817（89.08%など）のように、検出に対するモデルの確信度を示しています。1.0に近い高いスコアほど、確信度が高いことを示します。

vToolの設定#

Object Detection vToolを設定するには：

Object Detection vToolの設定

  1. vTool Settings エリアの Recipe Management ペインで、Open Settings をクリックするか、vToolをダブルクリックします。
    Object Detection ダイアログが開きます。
  2. ペインの Server Selection エリアで、接続するサーバーを選択します。
    接続するには、サーバーが実行されている必要があります。
    • オプション1：Triton Inference ServerのIPアドレスとポートを手動で入力します。
    • オプション2：ドロップダウンリストからサーバーのIPアドレス／ホスト名とポートを選択します。
  3. Connectをクリックして接続を確立します。
    その後、vToolは利用可能なモデルをロードします。
  4. ペインの Model Selection エリアで、ドロップダウンリストから目的のモデルが含まれるバンドルを選択します。
    バンドルを選択すると、ドロップダウンリストの下部にバンドルの詳細情報が入力され、正しいバンドルを選択したかどうかを確認できます。
    Model Selectionエリア
  5. 目的のバンドルがリストにない場合は、クリックします Deploy New Model ドロップダウンリスト内。
    これにより以下が開きます pylon AI Agent さらにモデルをデプロイできるようになります。
    Deploy New Model
    新しいモデルをデプロイした後は、次をクリックする必要があります 更新 ボタン。

  6. Detection SettingsエリアでSelect Classesをクリックし、分類するクラスを選択します。
    利用可能なクラスが表示されたダイアログが開きます。デフォルトではすべてのクラスが選択されています。必要な数のクラスを選択できます。

    情報

    このエリアで使用できるパラメータは、選択したモデルによって異なります。一部のパラメータは、特定のモデルを選択した場合にのみ使用できます（例：IOU Threshold）。デフォルト値はモデルによって提供されます。

  7. 検出設定でその他のオプションを指定します：

    1. Number of objects: 検出するオブジェクトの最大数を指定するか、Unlimitedを選択できます。
      この制限は、クラスごとに個別に適用されます。ここで指定した数よりも多くのオブジェクトが画像内に存在する場合、スコアが最も高い一致項目が検出されます。
    2. Maximum/Minimum height: バウンディングボックスを高さでフィルター処理する場合は、適切な値を指定します。バウンディングボックスの高さはオブジェクトの高さに対応するため、これにより目的のサイズのオブジェクトのみを検出できます。
    3. Maximum/Minimum width: バウンディングボックスを幅でフィルター処理する場合は、適切な値を指定します。バウンディングボックスの高さはオブジェクトの幅に対応するため、これにより目的のサイズのオブジェクトのみを検出できます。
    4. Confidence threshold: 信頼度は、画像内のオブジェクトが選択されたクラスをどの程度代表しているかを示すニューラルネットワーク用の係数です。値が高いほど信頼度が高くなり、誤検知が減少します。
    5. Edges: ボックスのそれぞれの縁を指定したピクセル数だけ移動させることで、検出されたオブジェクトの周囲のバウンディングボックスを拡張できます。これにより、オブジェクトが完全にボックス内に収まるようになります。
    6. IOU Threshold: バウンディングボックスが重複する場合があります。このパラメータを使用すると、バウンディングボックスをマージするかどうかを制御できます。値が小さいほど許容度が低くなり、ほとんどのバウンディングボックスがマージされます。

  8. OKをクリックします。

オブジェクト検出の結果は、pin data view で確認できます。ここでは、表示する出力を選択できます。

入力#

画像#

Camera vToolから、またはImage Format ConvertervToolなどの画像を出力するvToolから、直接画像を受け入れます。

  • データ型：Image
  • 画像形式：8ビットから16ビットのカラー画像

Roi#

ROI Creator vToolや長方形を出力するその他のvToolから関心領域を受け取ります。複数の長方形が入力された場合、最初の長方形が単一の関心領域として使用されます。

  • データ型：RectangleF、RectangleF Array

出力#

Starter vToolsでvToolを使用するには、出力ピンのデータ型を複数値データから単一値データに切り替えることができます。これを行うには、Features - AllペインのData Type Selectorパラメータを使用します。

InferenceImage#

結果を視覚化するために、入力画像ごとに検出されたオブジェクトの周囲にバウンディングボックスが描画された画像を返します。

  • データ型：Image

BBoxes_px#

検出されたすべてのオブジェクトのバウンディングボックスを返します。各バウンディングボックスは、中心ピクセルの座標、幅、高さ（x_center、y_center、width、height）によって定義されます。バウンディングボックスの出力は、他のvToolのRoi入力ピンの入力として使用できます。

  • データ型：RectangleF Array

クラス#

検出されたオブジェクトのクラスラベルを返します。

  • データ型：String Array

スコア#

検出された各オブジェクトの信頼度スコアを返します。

  • データ型：Float Array

ペイロード#

評価用のInference Serverのパフォーマンスに関する追加情報を返します。この出力ピンは、Debug SettingsパラメータグループのFeatures - Allペインで有効にした場合にのみ利用可能になります。

  • データタイプ：文字列

典型的な先行機#

典型的な後継機#