{"id":6608,"date":"2023-01-19T09:42:04","date_gmt":"2023-01-19T09:42:04","guid":{"rendered":"https:\/\/novelis.io\/?post_type=news&p=6608"},"modified":"2023-01-19T09:40:16","modified_gmt":"2023-01-19T09:40:16","slug":"yolov7-lintelligence-artificielle-pour-la-detection-dobjets-en-temps-reel-dans-une-image","status":"publish","type":"news","link":"https:\/\/novelis.io\/fr\/news\/yolov7-lintelligence-artificielle-pour-la-detection-dobjets-en-temps-reel-dans-une-image\/","title":{"rendered":"Yolov7\u00a0: L\u2019intelligence artificielle pour la d\u00e9tection d\u2019objets en temps r\u00e9el dans une image"},"content":{"rendered":"\n

Dans cet article nous allons d\u00e9couvrir le mod\u00e8le Yolov7, un algorithme de d\u00e9tection d\u2019objet. Nous \u00e9tudierons tout d\u2019abord son utilisation et ses caract\u00e9ristiques au travers d\u2019une base de donn\u00e9es publique. Puis nous verrons comment entra\u00eener ce mod\u00e8le nous-m\u00eame \u00e0 partir de ce dataset. Enfin, nous entra\u00eenerons Yolov7 \u00e0 identifier des objets personnalis\u00e9s \u00e0 partir de nos propres.<\/p>\n\n\n\n

Qu\u2019est-ce que Yolo ? Pourquoi Yolov7 ?<\/h3>\n\n\n\n

Yolo est un algorithme de d\u00e9tection d\u2019objets dans une image. L\u2019objectif de la d\u00e9tection d\u2019objet est de classifier de mani\u00e8re automatique, \u00e0 l\u2019aide d\u2019un r\u00e9seau de neurones, la pr\u00e9sence et la position d\u2019objets humainement identifiables sur une image. L\u2019int\u00e9r\u00eat repose donc sur les capacit\u00e9s et performances en termes de d\u00e9tection, reconnaissance et localisation des algorithmes, dont les applications pratiques sont multiples dans le domaine de l\u2019image. La force de Yolo repose sur sa capacit\u00e9 \u00e0 ex\u00e9cuter ces t\u00e2ches en temps r\u00e9el, ce qui le rend particuli\u00e8rement utilis\u00e9 avec des flux vid\u00e9o de dizaines d\u2019images par seconde.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n
<\/div>\n\n\n\n

YOLO<\/strong> <\/strong>est en r\u00e9alit\u00e9 un acronyme pour \u00ab You Only Look Once \u00bb. En effet, contrairement \u00e0 de nombreux algorithmes de d\u00e9tections, Yolo est un r\u00e9seau de neurones qui \u00e9value la position et la classe des objets identifi\u00e9s \u00e0 partir d\u2019un seul r\u00e9seau de bout en bout qui d\u00e9tecte les classes \u00e0 l\u2019aide d\u2019une couche enti\u00e8rement connect\u00e9e. Yolo n\u2019a donc besoin de \u00ab voir \u00bb qu\u2019une fois une image pour d\u00e9tecter les objets pr\u00e9sents, l\u00e0 o\u00f9 certains algorithmes d\u00e9tectent uniquement des r\u00e9gions d\u2019int\u00e9r\u00eat, avant de r\u00e9\u00e9valuer celles-ci afin d\u2019identifier les classes pr\u00e9sentes.<\/p>\n\n\n\n

Intersection<\/strong> over<\/strong> Union<\/strong> : IoU<\/strong><\/h4>\n\n\n\n

Intersection over Union (litt\u00e9ralement Intersection sur Union, ou IoU) est une m\u00e9trique permettant de mesurer la pr\u00e9cision de la localisation d\u2019un objet. Comme son nom l\u2019indique, elle est calcul\u00e9e \u00e0 partir du ratio entre la zone d\u2019intersection Objet d\u00e9tect\u00e9-Objet r\u00e9el<\/em> et de la zone d\u2019union de ces m\u00eames objets (cf. \u00e9quation 1). En notant Ad\u00e9tect\u00e9<\/em><\/strong><\/mark> et Ar\u00e9el<\/em><\/strong><\/mark> les aires respectives de l\u2019objet d\u00e9tect\u00e9 par YOLO et de l\u2019objet tel que r\u00e9ellement situ\u00e9 sur l\u2019image, on peut alors \u00e9crire :<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

On notera qu\u2019un IoU de 0 indique que les 2 aires sont compl\u00e8tement distinctes et qu\u2019un IoU de 1 indique que les 2 objets sont parfaitement superpos\u00e9s. En g\u00e9n\u00e9ral, un IoU > 0.5 repr\u00e9sente un crit\u00e8re de localisation valide.<\/p>\n\n\n\n

(<\/strong>mean) <\/strong>Average <\/strong>Precision : mAP<\/strong><\/h4>\n\n\n\n

Average Precision (pr\u00e9cision moyenne) est une m\u00e9trique de pr\u00e9cision de classification. Elle est bas\u00e9e sur la moyenne des pr\u00e9dictions correctes sur les pr\u00e9dictions totales. On cherche donc \u00e0 se rapprocher d\u2019un score de mAP de 100% (aucune erreur au moment de d\u00e9terminer la classe d\u2019un objet).<\/p>\n\n\n\n

En revenant \u00e0 notre point pr\u00e9c\u00e9dent, Yolo reste un mod\u00e8le d\u2019architecture, et non la propri\u00e9t\u00e9 d\u2019un d\u00e9veloppeur en particulier. Ceci explique pourquoi les versions de Yolo sont de contributeurs diff\u00e9rents. En effet, on incr\u00e9mente la version de Yolo (Yolov7 \u00e0 ce jour : janvier 2023) \u00e0 chaque fois que les m\u00e9triques pr\u00e9c\u00e9demment cit\u00e9es (surtout le mAP et son temps d\u2019ex\u00e9cution associ\u00e9) d\u00e9passent nettement le pr\u00e9c\u00e9dent mod\u00e8le et donc l\u2019\u00e9tat de l\u2019art. Ainsi, chaque nouveau mod\u00e8le YolovX est en r\u00e9alit\u00e9 une am\u00e9lioration montr\u00e9e par un document de recherche associ\u00e9 publi\u00e9 en parall\u00e8le.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Comment fonctionne Yolo ?<\/h3>\n\n\n\n

Yolo fonctionne en segmentant l\u2019image qu\u2019il analyse. Il va tout d\u2019abord quadriller l\u2019espace, puis r\u00e9aliser 2 op\u00e9rations : localisation et classification.<\/p>\n\n\n

\n
\"\"
Figure 1 : Architecture du mod\u00e8le Yolo, op\u00e9rant un quadrillage \u00e0 partir de convolutions successives.<\/em><\/figcaption><\/figure><\/div>\n\n
\n
\"\"
Figure 2 : Image quadrill\u00e9e.<\/em><\/figcaption><\/figure><\/div>\n\n\n

Dans un premier temps, Yolo identifie tous les objets pr\u00e9sents \u00e0 l\u2019aide de cadres en leur associant un degr\u00e9 de confiance (ici repr\u00e9sent\u00e9 par l\u2019\u00e9paisseur de la boite).<\/p>\n\n\n

\n
\"\"
Figure 3 : Localisation des objets.<\/em><\/figcaption><\/figure><\/div>\n\n\n

Puis, l\u2019algorithme attribue une classe \u00e0 chaque bo\u00eete selon l\u2019objet qu\u2019il pense avoir d\u00e9tect\u00e9 \u00e0 partir de la carte de probabilit\u00e9.<\/p>\n\n\n

\n
\"\"
Figure 4 : Carte de probabilit\u00e9 des classes<\/em><\/figcaption><\/figure><\/div>\n\n
\n
\"\"
Figure 5 : D\u00e9tection des objets<\/em><\/figcaption><\/figure><\/div>\n\n\n

Enfin, Yolo supprime toutes les bo\u00eetes superflues \u00e0 l\u2019aide de la m\u00e9thode NMS.<\/p>\n\n\n\n

NMS : <\/strong>Non-<\/strong>Maxima <\/strong>Suppression<\/strong><\/h4>\n\n\n\n

La m\u00e9thode NMS se base sur un parcours des bo\u00eetes \u00e0 haut indice de confiance, puis une suppression des bo\u00eetes superpos\u00e9es \u00e0 celles-l\u00e0 en mesurant l\u2019IoU. Pour cela, on suit 4 \u00e9tapes. En partant de la liste compl\u00e8te des bo\u00eetes d\u00e9tect\u00e9es :<\/p>\n\n\n\n

    \n
  1. Suppression de toutes les bo\u00eetes d\u2019indice de confiance trop faible.<\/li>\n\n\n\n
  2. Identification de la bo\u00eete d\u2019indice de confiance le plus grand.<\/li>\n\n\n\n
  3. Suppression de toutes les bo\u00eetes ayant un IoU trop grand (c\u2019est-\u00e0-dire de toutes les bo\u00eetes trop similaires \u00e0 notre bo\u00eete r\u00e9f\u00e9rence).<\/li>\n\n\n\n
  4. En ignorant la bo\u00eete de r\u00e9f\u00e9rence ainsi utilis\u00e9e, r\u00e9p\u00e9tition des \u00e9tapes 2) et 3) jusqu\u2019\u00e0 avoir \u00e9limin\u00e9 toutes les bo\u00eetes de notre liste originale (c\u2019est-\u00e0-dire en prenant la 2nde<\/sup> bo\u00eete d\u2019indice de confiance le plus grand, puis la 3\u00e8me<\/sup>, etc.).<\/li>\n<\/ol>\n\n\n\n

    On obtient alors le r\u00e9sultat suivant :<\/p>\n\n\n

    \n
    \"\"
    Figure 6 : Image de sortie post-NMS pr\u00e9sentant les objets d\u00e9tect\u00e9s par Yolo<\/figcaption><\/figure><\/div>\n\n\n
    <\/div>\n\n\n\n

    Comment utiliser Yolov7 avec le dataset COCO ?<\/h3>\n\n\n\n

    Maintenant que nous avons vu le mod\u00e8le Yolo dans le d\u00e9tail, nous allons \u00e9tudier son utilisation avec une base de donn\u00e9es d\u2019images : le dataset COCO.<\/p>\n\n\n\n

    Le dataset MICROSOFT COCO<\/strong> (pour C<\/strong>ommon O<\/strong>bjects in CO<\/strong>ntext), plus commun\u00e9ment appel\u00e9 MS COCO, est un ensemble d\u2019images repr\u00e9sentant des objets communs dans un contexte commun. Cependant, \u00e0 l\u2019inverse des bases de donn\u00e9es habituelles utilis\u00e9es pour la d\u00e9tection et la reconnaissance d\u2019objets, MS COCO ne pr\u00e9sente pas des objets ou des sc\u00e8nes isol\u00e9s. En effet, le but lors de la cr\u00e9ation de ce dataset \u00e9tait d\u2019avoir des images proches de la vie r\u00e9elle, afin d\u2019avoir une base d\u2019entra\u00eenement plus robuste pour des flux d\u2019images classiques, refl\u00e9tant la vie quotidienne.<\/p>\n\n\n

    \n
    \"\"
    Figure 7 : Exemples d’objets isol\u00e9s<\/em><\/figcaption><\/figure><\/div>\n\n
    \n
    \"\"
    Figure 8 : Exemples de sc\u00e8nes isol\u00e9es<\/em><\/figcaption><\/figure><\/div>\n\n
    \n
    \"\"
    Figure 9 : Sc\u00e8nes classiques de la vie quotidienne<\/em><\/figcaption><\/figure><\/div>\n\n\n

    Ainsi, en entrainant notre mod\u00e8le Yolov7 avec le dataset MS COCO, il est possible d\u2019obtenir un algorithme de reconnaissance de pr\u00e8s d\u2019une centaine de classes et cat\u00e9gorisant la majorit\u00e9 des objets, personnes et \u00e9l\u00e9ments du quotidien. Enfin, MS COCO est aujourd\u2019hui la principale r\u00e9f\u00e9rence pour mesurer la pr\u00e9cision et l\u2019efficacit\u00e9 d\u2019un mod\u00e8le. Pour avoir un ordre d\u2019id\u00e9e, ci-dessous sont pr\u00e9sent\u00e9s les r\u00e9sultats des diff\u00e9rentes versions de Yolo.<\/p>\n\n\n

    \n
    \"\"
    Figure 10 : Average Precision (AP) en fonction du temps d’analyse par image.<\/em><\/figcaption><\/figure><\/div>\n\n\n

    Sur ce graphique, chaque s\u00e9rie de points repr\u00e9sente la pr\u00e9cision en fonctionnement d\u2019un mod\u00e8le sur le dataset MS COCO en fonction du temps attribu\u00e9 pour \u00e9valuer chaque image.<\/p>\n\n\n\n

    En abscisse, sont indiqu\u00e9s les temps accord\u00e9s aux r\u00e9seaux pour \u00e9valuer une image. Plus le temps est faible, plus on peut se permettre d\u2019envoyer un flux d\u2019images important \u00e0 notre algorithme, au prix de la pr\u00e9cision.<\/p>\n\n\n\n

    En ordonn\u00e9e sont donc indiqu\u00e9es les pr\u00e9cisions moyenne des mod\u00e8les en fonction du temps accord\u00e9, comme vu pr\u00e9c\u00e9demment.<\/p>\n\n\n\n

    On remarque alors 3 points importants :<\/p>\n\n\n\n

      \n
    1. Quel que soit le temps accord\u00e9 au r\u00e9seau, Yolov7 surpasse les autres mod\u00e8les Yolo en termes de pr\u00e9cision de d\u00e9tection sur le dataset MS COCO. Ceci explique sa pr\u00e9sence comme r\u00e9f\u00e9rence dans l\u2019\u00e9tat de l\u2019art actuel de la d\u00e9tection en temps r\u00e9el d\u2019objets sur image.<\/li>\n\n\n\n
    2. L\u2019augmentation du temps d\u2019inf\u00e9rence sur chaque image n\u2019a pas\/peu d\u2019int\u00e9r\u00eat une fois les 30ms\/image d\u00e9pass\u00e9s. Cela implique que le mod\u00e8le est plus optimal sur une utilisation n\u00e9cessitant un traitement rapide des images, comme un flux vid\u00e9o (> 25 img\/s).<\/li>\n\n\n\n
    3. Quel que soit le mod\u00e8le concern\u00e9, aucune ne d\u00e9passe les 57% de pr\u00e9cision de d\u00e9tection. Ceci implique que le mod\u00e8le est donc encore loin de pouvoir \u00eatre utilis\u00e9 de mani\u00e8re fiable dans un cadre public.<\/li>\n<\/ol>\n\n\n\n

      Pour obtenir soi-m\u00eame les r\u00e9sultats pr\u00e9c\u00e9dents, il suffit de suivre les instructions de la page GitHub du mod\u00e8le yolov7 pr\u00e9-entra\u00een\u00e9 \u00e0 partir du dataset MS COCO : https:\/\/github.com\/WongKinYiu\/yolov7<\/a>.<\/p>\n\n\n\n

      Suivre tout d\u2019abord la rubrique :<\/p>\n\n\n\n