Методи та засоби покращення точності розпізнавання об’єктів на мобільній платформі IOS у реальному часі

Abstract

За результатами аналізу літературних джерел встановлено що перспективним напрямом пошуку та розпізнавання об’єктів є сім’я моделей Yolo. Проте наявні реалізації не підтримують можливості запуску моделі на платформі iOS. Для досягнення таких цілей розроблено комплексну масштабовану систему конвертації та підвищення точності розпізнавання довільних моделей на базі системи Docker. Методика покращення полягає у додаванні до оригінальної моделі додаткового шару із функцією активації Mish. Методика конвертації полягає в оперативному перетворенні довільної моделі Yolo у формат CoreML. Під час дослідження цих методик була створена модель нейронної мережі Yolov4_TCAR. Крім того, розроблено метод акселерації навантаження на CPU із використанням додаткового шару нейронної мережі з функцією активації Mish мовою Swift під мобільну платформу iOS. В результаті досліджено ефективність функції активації Mish, навантаження CPU мобільного пристрою, кількість використаної оперативної пам’яті та частоту кадрів у разі використання поліпшеної оригінальної моделі Yolov4-TCAR. Результати досліджень підтвердили функціонування алгоритму конвертації та підвищення точності моделі нейронної мережі у реальному часі

As a result of the analytical review, it was established that the family of Yolo models is a promising area of search and recognition of objects. However, existing implementations do not support the ability to run the model on the iOS platform. To achieve these goals, a comprehensive scalable conversion system has been developed to improve the recognition accuracy of arbitrary models based on the Docker system. The method of improvement is to add a layer with the Mish activation function to the original model. The method of conversion is to quickly convert any Yolo model to CoreML format. As part of the study of these techniques, a model of the neural network Yolov4_TCAR was created. Additionally, a method of accelerating the load on the CPU using an additional layer of neural network with the function of activating Mish in Swift for the iOS mobile platform was added. As a result, the effectiveness of the Mish activation function, the CPU load of the mobile device, the amount of RAM used, and the frame rate when using the improved original Yolov4- TCAR model were studied. The results of the research confirmed the functioning of the algorithm for conversion and accuracy increase of the neural network model in real-time.