[Vehicle Detection] 알고리즘별 성능 비교

1. HOG discriptor

장) 시간 효율이 좋다.

단) 인식률과 정확도가 매우 떨어짐. y-start 조절 필요

개선) window size가 작아 정확도가 떨어진다고 판단해서 위 아래 padding 후 resize 함. 마찬가지로 정확도 떨어짐

 

 

개선) color space를 YCrCb 대신 다른 걸 사용한다면 어떨까?

 

 

2. Haar cascade

장) 시간 효율 좋음

단) 차량 인식률은 좋으나 정확도가 매우 떨어짐(차량이 아닌걸 차량으로 인식)

개선) y-start 설정하면 정확도를 개선 할 수 있을거라 기대되지만 마찬가지로 조절이 필요함

 

 

3. YOLO

장) 정확도 높음

단) 작은 차량 인식율 떨어짐, 시간 효율 나쁨. 코드가 매우 무거워 카메라에 임베디드 할 수 있을지 의문

 

+) 지금 저 하얀색 차량이 쓰레기를 던질떄 차량으로 인식되어야하는데 하필이면 저때만 인식을 못하고있다.

실제상황에서도 이와 비슷한 상황이 분명히 존재할 것이다.

 

 

4. tiny-YOLO

장) 인식률과 정확도 모두 비교적 높음. 시간효율 좋음

단) 차량이 많은 경우 인식율 떨어짐. 

 

test 2 with loading file

 

test2 with real time

 

 

해상도 차이때문인지 모르겠지만( 내 추측으로는 비디오 로드과정에서 픽셀이 깨져서..?)

실시간으로 코드를 돌렸을때는 쓰레기를 던질때 차가 디텍션되고있다.

다만 정확도가 좀 떨어지고 있긴하다.

결국엔 우리는 실시간으로 코드를 돌려야하기때문에 tiny YOLO가 유력한 후보가 아닐까 싶다.

 

[비교]

시간효율 : Haar>Tiny-YOLO>HOG>>YOLO

정확도: YOLO>tiny-YOLO>Haar=>HOG (체감 정확도, 기준없음)

 

(20개 이미지로 측정,학습시간과 데이터 로드 시간 제외)

	HOG	Haar	tiny-YOLO	YOLO
시간(sec/frame)	2.02	0.28	1.39	5.29
정확도

 

[코드 출처]

HOG : https://github.com/uppala75/CarND-Vehicle-Detection

Haar : https://github.com/andrewssobral/vehicle_detection_haarcascades

YOLO :

Tiny-YOLO : https://github.com/windowsub0406/Vehicle-Detection-YOLO-ver

 

 

 

 

 

민동보 교수님 피드백 

 

hog 데이터셋 화질이 안좋음

동영상에서 프레임을 불러올 때 압축으로 인한 디코딩 문제 - raw data 사용하기 (ffm펙(?))

영상에서 박스 떨림 문제(박스가 생겼다 사라졌다 하는 문제)

tiny yolo not-car/car 두개만 트레이닝 시켜보기

delay 문제는 gpu 쓰면 해결될 것