Kazuhito00 / YOLOX-ONNX-TFLite-Sample

YOLOXのPythonでのONNX、TensorFlow-Lite推論サンプルです。

YOLOX-ONNX-TFLite-Sample

YOLOXのPythonでのONNX、TensorFlow-Lite推論サンプルです。
ONNX、TensorFlow-Liteに変換したモデルも同梱しています。変換自体を試したい方はYOLOX_PyTorch2TensorFlowLite.ipynbを使用ください。

YOLOX-ONNX-DEMO.mp4

Requirement

• Pytorch 1.9.0 or later
• apex 0.1 or later
• pycocotools 2.0 or later
• OpenCV 3.4.2 or later
• onnxruntime 1.5.2 or later

Demo

デモの実行方法は以下です。

python sample_onnx.py

• --device
  カメラデバイス番号の指定
  デフォルト：0
• --movie
  動画ファイルの指定 ※指定時はカメラデバイスより優先
  デフォルト：指定なし
• --image
  画像ファイルの指定 ※指定時はカメラデバイスや動画より優先
  デフォルト：指定なし
• --width
  カメラキャプチャ時の横幅
  デフォルト：960
• --height
  カメラキャプチャ時の縦幅
  デフォルト：540
• --model
  ロードするモデルの格納パス
  デフォルト：model/yolox_nano.onnx
• --input_shape
  モデルの入力サイズ
  デフォルト：416,416
• --score_th
  クラス判別の閾値
  デフォルト：0.3
• --nms_th
  NMSの閾値
  デフォルト：0.45
• --nms_score_th
  NMSのスコア閾値
  デフォルト：0.1
• --with_p6
  Large P6モデルを使用するか否か
  デフォルト：指定なし

python sample_tlite.py

• --device
  カメラデバイス番号の指定
  デフォルト：0
• --movie
  動画ファイルの指定 ※指定時はカメラデバイスより優先
  デフォルト：指定なし
• --image
  画像ファイルの指定 ※指定時はカメラデバイスや動画より優先
  デフォルト：指定なし
• --width
  カメラキャプチャ時の横幅
  デフォルト：960
• --height
  カメラキャプチャ時の縦幅
  デフォルト：540
• --model
  ロードするモデルの格納パス
  デフォルト：model/yolox_nano_float16_quantize.tflite
• --input_shape
  モデルの入力サイズ
  デフォルト：416,416
• --score_th
  クラス判別の閾値
  デフォルト：0.3
• --nms_th
  NMSの閾値
  デフォルト：0.45
• --nms_score_th
  NMSのスコア閾値
  デフォルト：0.1
• --with_p6
  Large P6モデルを使用するか否か
  デフォルト：指定なし

Reference

• Megvii-BaseDetection/YOLOX

Author

高橋かずひと(https://twitter.com/KzhtTkhs)

License

YOLOX-ONNX-TFLite-Sample is under Apache-2.0 License.

License(Movie)

サンプル動画はNHKクリエイティブ・ライブラリーのイギリス ウースターのエルガー像を使用しています。