SAHI(Slicing Aided Hyper Inference)をYOLOX(ONNX)で動かしたサンプルです。
https://user-images.githubusercontent.com/37477845/154991823-f1b6297f-fd00-48f9-a59f-604e2c7a526a.mp4
左図:通常推論(sample_prediction.py) 右図:SAHI(sample_sliced_prediction.py)
デモの実行方法は以下です。
python sample_sliced_prediction.py
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。
$ claude mcp add sahi-yolox-onnx-sample \
-- python -m otcore.mcp_server <graph>