Это открытая модель обнаружения объектов от TensorFlow в формате TensorFlow Lite.
Эта модель была обучена с помощью набора данных общих объектов в контексте (COCO). COCO — это крупномасштабный набор данных обнаружения объектов, доступный для использования по лицензии Creative Commons Attribution 4.0. Набор данных содержит 80 категорий и 1,5 миллиона экземпляров объектов (людей, животных, продуктов питания, транспортных средств и предметы домашнего обихода).
Модель может использоваться в ArcGIS Survey123 для обнаружения общих объектов на полученных фотографиях.
Примечание:
Несмотря на то, что эту модель не рекомендуется использовать при проведении производственных опросов, она может быть полезна в демонстрационных целях и для начала работы с умными помощниками в Survey123. За использование этой модели отвечает пользователь. При использовании Survey123 вы сами отвечаете за просмотр и редактирование результатов вручную.Лицензионные требования
Для выполнения этого рабочего процесса необходима лицензия Survey123. Эта модель работает с Survey123 Connect и полевым приложением.
Описание модели
Данная модель содержит следующие характеристики:
- Входные данные — в качестве входных данных используется канал камеры (предварительный просмотр с низким разрешением или захват с высоким разрешением).
- Выходные данные — изображение с обнаружением общих объектов, записанных в его метаданные EXIF, или изображение с исправленными объектами.
- Вычисления — этот рабочий процесс требует значительных вычислительных ресурсов, поэтому производительность некоторых мобильных устройств может оказаться недостаточной.
- Архитектура — модель обнаружения объектов с открытым исходным кодом от TensorFlow в формате TensorFlow Lite с архитектурой MobileNet.
Классы
Можно ограничить обнаруживаемые классы объектов, указав их в параметре class. Имена классов перечислены в следующей таблице.
человек | слон | бокал_для_вина | обеденный_стол |
велосипед | медведь | чашка | туалет |
автомобиль | зебра | вилка | телевизор |
мотоцикл | жираф | нож | ноутбук |
самолет | рюкзак | ложка | мышь |
автобус | зонт | шар | пульт управления |
поезд | сумка | банан | клавиатура |
грузовик | галстук | яблоко | мобильный_телефон |
лодка | чемодан | сэндвич | микроволновая_печь |
светофор | фризби | апельсин | духовка |
пожарный_гидрант | лыжи | брокколи | тостер |
знак_остановки | сноуборд | морковь | понижение |
парковочный_автомат | спортивный_мяч | хот-дог | холодильник |
скамья | бумажный_змей | пицца | книга |
птица | бейсбольная_бита | пончик | clock |
кошка | бейсбольная_перчатка | торт | ваза |
собака | скейтборд | стул | ножницы |
лошадь | доска_для_серфинга | диван | плюшевый_мишка |
овца | теннисная_ракетка | растение_в_горшке | фен |
корова | бутылка | кровать | зубная_щетка |
Доступ и загрузка модели
Загрузите предварительно обученную модель Common Object Detection из ArcGIS Living Atlas of the World. Либо свяжите модель с опросом в Survey123 Connect.
- Перейдите к ArcGIS Living Atlas of the World.
- Войдите под своими учетными данными ArcGIS Online.
- Выполните поиск по запросу Common Object Detection и откройте страницу элемента в результатах поиска.
- Нажмите кнопку Загрузить, чтобы загрузить модель.
Загруженный сжатый файл .dlpk содержит необходимые файлы .tflite и .emd.
Вы можете использовать извлеченные файлы .tflite и .emd непосредственно в Survey123 Connect, скопировав их в папку медиа для опроса с настроенными интеллектуальными помощниками.
Информация по версии
Ниже приведена информация о версии:
| Date | Описание |
|---|---|
| Февраль 2023 г. | Первый выпуск модели Common Object Detection |