Как оптимизировать потоковую локализацию объектов на TensorFlow, OpenCV и Python [ЗАКРЫТО]?

Question

[mr_blaze]

И снова здравствуйте! Непонятным магическим способом установил OpenCV. Нашёл гайд(оригинал на английском), всё работает хорошо, но есть две проблемы: 1. локализация оооочень кривая (есть подозрения, что это из-за обучающей выборки) 2.Детектирование на обычных изображениях занимает прилично так времени, 1 - 8 секунд и сам процесс жрёт 1 гб опеативки и грузит процессор на 100 %! !!!
Но TensorFlow и OpenCV вроде-как написаны на c++ и очень хорошо оптимизированы, а змейка всего-лишь оболочка?
Вопросов несколько:

1. Почему всё так криво детектируется?
   
2. Возможно ли этими средствами реализовать обработку видео на Raspbery Pi, а точнее на Orange Pi с 1 гб оперативноё памяти и минимум с 15 - 30 FPS?
   
3. Как моно оптимизировать этот код?
   
4. Есть ли аналоги более приспособленные для этих целей?
   
5. Нужен ли здесь c++?
   
6. Есть ли примеры реализации чего-нибудь подобного?
   

Буду очень признателен тем кто сможет ответить!
P.S. Конечная цель состоит в управлении роботом в зависимости от окружающей среды, взаимодействие с другими объектами (двери, огнетушители).

Answer 1

[Dimonchik]

у вас же ответы в вашей статье есть , см. если коротко,

на других датасетах может быть побыстрее, но то что вы хотите - лет через пять

Comments

[mr_blaze]

подскажите пожалуйста: в статье написано, что нужно конвертировать модель в граф, но я не понимаю, какой надо брать файл? train/model.ckpt-xxxxx тыкните пальцем пожалуйста, какой надо брать файл. Или 3 таких

Caused by op 'save/RestoreV2', defined at:
  File "object_detection/export_inference_graph.py", line 119, in <module>
    tf.app.run()
  File "/home/mr-blaze/Документы/apps/locateObjects/locating/lib/python3.5/site-packages/tensorflow/python/platform/app.py", line 126, in run
    _sys.exit(main(argv))
  File "object_detection/export_inference_graph.py", line 115, in main
    FLAGS.output_directory, input_shape)
  File "/home/mr-blaze/Документы/apps/tf/locate/Object-Detection-Quidditch/object_detection/exporter.py", line 427, in export_inference_graph
    input_shape, optimize_graph, output_collection_name)
  File "/home/mr-blaze/Документы/apps/tf/locate/Object-Detection-Quidditch/object_detection/exporter.py", line 375, in _export_inference_graph
    trained_checkpoint_prefix=checkpoint_to_use)
  File "/home/mr-blaze/Документы/apps/tf/locate/Object-Detection-Quidditch/object_detection/exporter.py", line 316, in _write_graph_and_checkpoint
    tf.import_graph_def(inference_graph_def, name='')
  File "/home/mr-blaze/Документы/apps/locateObjects/locating/lib/python3.5/site-packages/tensorflow/python/util/deprecation.py", line 432, in new_func
    return func(*args, **kwargs)
  File "/home/mr-blaze/Документы/apps/locateObjects/locating/lib/python3.5/site-packages/tensorflow/python/framework/importer.py", line 553, in import_graph_def
    op_def=op_def)
  File "/home/mr-blaze/Документы/apps/locateObjects/locating/lib/python3.5/site-packages/tensorflow/python/framework/ops.py", line 3271, in create_op
    op_def=op_def)
  File "/home/mr-blaze/Документы/apps/locateObjects/locating/lib/python3.5/site-packages/tensorflow/python/framework/ops.py", line 1650, in __init__
    self._traceback = self._graph._extract_stack()  # pylint: disable=protected-access

NotFoundError (see above for traceback): Tensor name "Conv/biases" not found in checkpoint files train/model.ckpt-60.index
	 [[Node: save/RestoreV2 = RestoreV2[dtypes=[DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, ..., DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_INT64], _device="/job:localhost/replica:0/task:0/device:CPU:0"](_arg_save/Const_0_0, save/RestoreV2/tensor_names, save/RestoreV2/shape_and_slices)]]

ошибки с эnиv не связаны?

Answer 2

[WondeRu]

Посмотрите на Intel Movidius, это специальное устройство, которое может работать в паре с Raspberri. Оно может увеличить скорость распознавания существенно
https://www.pyimagesearch.com/2018/02/12/getting-s...
Судя по описанию, железка интересная за свои деньги, но она только для распознавания, учить сеть с помощью нее нельзя.

Comments

[mr_blaze]

не подходит т.к. нужно именно на апельсинке и дорого. Может кластером можно?

[Denis Verbin]

mr_blaze, очень маловероятно что у вас что-то выйдет с апельсинкой.
Ваш вопрос выглядит как "Почему Тойота не развивает достаточной скорости и динамики? Возможно ли достичь желаемого на Тойота (а точнее Gelly CK с 1л. двигателем)?"

[mr_blaze]

Denis Verbin, уже понял это