【物体検出2023】YOLOv8まとめ⑤ 　マスク着用をリアルタイムに判定 〜オープンソースデータセットの学習と評価〜

YOLOv8とは

YOLOv8は2023年1月に公開された最新バージョンであり、既存のオブジェクト検出器を上回り、速度と精度の面で限界を押し広げています。

物体検出だけでなく、セグメンテーションタスクや画像分類タスクでも利用することができます。

YOLOv8のベンチマーク結果は以下となっています。

物体検出モデル

セグメンテーションモデル

なお、YOLOv8のライセンスは「GNU General Public License v3.0」となっています。

YOLOv8の導入

早速YOLOv8を使って動かしていきましょう。

ここからはGoogle colabを使用して実装していきます。

まずはGPUを使用できるように設定をします。

GPUの設定が終わったら、Googleドライブをマウントします。

from google.colab import drive
drive.mount('/content/drive')
%cd ./drive/MyDrive

公式よりcloneしてきます。

!git clone https://github.com/ultralytics/ultralytics
%cd ultralytics

次に必要なライブラリをインポートします。

ここではpipでインストールすることにします。

!pip install -r requirements.txt

以上で準備完了です。

YOLOv8を使えるようになりました。

「Mask Wearing Dataset」データセット

ダウンロード

今回はオープンデータセットを提供しているMask Wearing Datasetからデータを使用します。

登録は必要ですが、料金はかかりませんのでご安心ください。

以下の手順に従ってダウンロードしてください。

「416×416-black-padding」を選択

STEP

1

「YOLOv8」を選択

STEP

2

「download zip to computer」を選択して「continue」を実行

STEP

3

ダウンロードしたフォルダの構成は以下のようになっています。

　
  ┠ data.yaml
  ┠ train
  ┠ valid
  ┠ test

格納

上のデータをGoogleドライブ上に以下のように格納します。

　ultralytics
    ┗ ultralytics
       ┗ yolo
          ┗ data
             ┗ datasets
                 ┠  data.yaml ←ここに格納
                 ┗  mask　←フォルダ作成
                     ┠ train　←ここに格納
                     ┠ valid　←ここに格納
                     ┠ test　　←ここに格納

学習の準備

学習するにあたり必要な情報を記述したyamlファイルを作成します。

上で配置した「data.yaml」を以下のように書き換えます。

train: ./ultralytics/yolo/data/datasets/mask/train/images
val: ./ultralytics/yolo/data/datasets/mask/valid/images
test: ./ultralytics/yolo/data/datasets/mask/test/images

nc: 2
names: ['mask', 'no-mask']

学習

早速、学習を実行しましょう。

Google colabで学習する場合には「yolov8m.pt」とすれば問題なく学習ができます。

（これより大きいモデルを使用する場合、メモリが足りない場合があります。）

先ほど配置した「data.yaml」のパスと学習回数を指定します。

from ultralytics import YOLO
model = YOLO("yolov8m.pt")  
results = model.train(data="./ultralytics/yolo/data/datasets/data.yaml", epochs=300) 

学習が終わると「run/detect/train」に結果が保存されます。

推論

学習した結果を用いて推論を行ってみます。

こちらの画像を使用します。

from ultralytics import YOLO
model = YOLO('runs/detect/train/weights/best.pt')  
results = model.predict(source="test.jpg", save=True)

正しく判定できていることがわかりました。

まとめ

最後までご覧いただきありがとうございました。

2023年1月に公開された物体検出でお馴染みのYOLOシリーズの最新バージョンである「YOLOv8」について、動かしながら試してみました。

精度・推論速度ともに向上しており、非常に使いやすいものになっています。

物体検出の活用の幅がさらに広がりそうですね。