SAHI(Slicing Aided Hyper Inference)をYOLOX(ONNX)で動かしたサンプルです。
SAHI-YOLOX-DEMO.mp4
左図：通常推論(sample_prediction.py) 右図：SAHI(sample_sliced_prediction.py)
- onnxruntime 1.10.0 or later
- Shapely 1.8.1 or later
デモの実行方法は以下です。
python sample_sliced_prediction.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 - --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YOLOXモデルの格納パス
デフォルト：yolox/model/yolox_nano.onnx - --config
YOLOXのコンフィグファイル格納パス
デフォルト：yolox/config.json - --slice_height
SAHIの画像スライス高さ
デフォルト：512 - --slice_width
SAHIの画像スライス幅
デフォルト：512 - --overlap_height_ratio
SAHIの画像スライス時の高さ方向のオーバーラップ率
デフォルト：0.2 - --overlap_width_ratio
SAHIの画像スライス時の幅方向のオーバーラップ率
デフォルト：0.2 - --draw_score_th
描画時のスコア閾値
デフォルト：0.3
高橋かずひと(https://twitter.com/KzhtTkhs)
sahi-yolox-onnx-sample is under MIT License.
サンプル動画はNHKクリエイティブ・ライブラリーのカモメのハンティングを使用しています。