사람/차량 감지기 가이드

사람/차량 감지기 모델을 사용하면 동영상 프레임에서 사람 또는 차량^*을 감지하고 집계할 수 있습니다. 이 모델은 동영상 스트림을 입력으로 받아 각 프레임에서 감지된 사람 및 차량의 수를 포함하는 프로토콜 버퍼를 출력합니다. 모델은 6FPS로 실행됩니다.

^{* 자동차, 버스, 트럭, 자전거, 오토바이, 구급차}

모델 출력

사람/차량 감지기 모델은 현재 처리된 프레임에서 감지된 사람 및 차량 수를 표시합니다. 다음은 모델 출력의 프로토콜 버퍼 정의입니다. 출력 스트림의 주파수는 일정하며 초당 프레임 1개입니다.

// The prediction result proto for Person/Vehicle Detection.
message OccupancyCountingPredictionResult {

 // Current timestamp.
 google.protobuf.Timestamp current_time = 1;

 // The entity info for annotations from the model.
 message Entity {
   // Label id.
   int64 label_id = 1;
   // Human readable string of the label.
   string label_string = 2;
 }

 // Identified box contains location and the entity of the object.
 message IdentifiedBox {
   // An unique id for this box.
   int64 box_id = 1;
   // Bounding Box in the normalized coordinates.
   message NormalizedBoundingBox {
     // Min in x coordinate.
     float xmin = 1;
     // Min in y coordinate.
     float ymin = 2;
     // Width of the bounding box.
     float width = 3;
     // Height of the bounding box.
     float height = 4;
   }
   // Bounding Box in the normalized coordinates.
   NormalizedBoundingBox normalized_bounding_box = 2;
   // Confidence score associated with this box.
   float score = 3;
   // Entity of this box.
   Entity entity = 4;
 }

 // A list of identified boxes.
 repeated IdentifiedBox identified_boxes = 2;

 // The statistics info for annotations from the model.
 message Stats {
   // The object info and count for annotations from the model.
   message ObjectCount {
     // Entity of this object.
     Entity entity = 1;
     // Count of the object.
     int32 count = 2;
   }
   // Counts of the full frame.
   repeated ObjectCount full_frame_count = 1;
 }

 // Detection statistics.
 Stats stats = 3;
}

권장사항 및 제한사항

• 사람과 차량이 표준 또는 일반적인 시점과 다르게 보이는 비정상적인 카메라 관점 (예: 위에서 아래로 보는 시점)을 피하세요. 감지 품질은 비정상적인 조회수의 영향을 크게 받을 수 있습니다.
• 사람과 차량이 완전히 또는 대부분 보이도록 합니다. 감지 품질은 다른 물체에 의한 부분적인 가림의 영향을 받을 수 있습니다.
• 사람/차량 감지기에는 감지 가능한 최소 객체 크기가 있습니다. 이 크기는 카메라 뷰 크기의 약 2% 입니다. 타겟팅하는 사람과 차량이 카메라에서 너무 멀리 있지 않은지 확인합니다. 이러한 키 객체의 표시 가능한 크기는 충분히 커야 합니다.
• 관심 장소에 적절한 조명이 있어야 합니다.
• 동영상 소스 카메라 렌즈가 깨끗한지 확인합니다.
• 사람 또는 자동차가 아닌 항목이 카메라 시야를 가리지 않도록 합니다.
• 다음과 같은 요인으로 인해 모델의 성능이 저하될 수 있습니다. 데이터 소스를 찾을 때 다음 요소를 고려하세요.
  • 조명이 좋지 않음
  • 혼잡도 및 객체 가림
  • 독특한 관점
  • 작은 객체 크기