Benchmarking YOLOv5 and YOLOv7 models with DeepSORT for droplet tracking applications

要約

マイクロフルイディクスにおける液滴の追跡は困難な作業です。
困難は、一般的なマイクロ流体ビデオを分析して物理量を推測するためのツールを選択する際に発生します。
最先端のオブジェクト検出アルゴリズム You Only Look Once (YOLO) とオブジェクト追跡アルゴリズム Simple Online and Realtime Tracking with a Deep Association Metric (DeepSORT) は、液滴の識別と追跡用にカスタマイズ可能です。
カスタマイズには、関心のあるオブジェクトを識別して追跡するための YOLO および DeepSORT ネットワークのトレーニングが含まれます。
マイクロ流体実験ビデオからの液滴の識別と追跡のために、いくつかのYOLOv5およびYOLOv7モデルとDeepSORTネットワークをトレーニングしました。
さまざまなハードウェア構成で特定のビデオを分析するためのトレーニング時間と時間の観点から、液滴追跡アプリケーションのパフォーマンスを YOLOv5 および YOLOv7 と比較します。
最新の YOLOv7 は 10% 高速ですが、リアルタイム トラッキングは RTX 3070 Ti GPU マシン上のより軽い YOLO モデルによってのみ実現されます。これは、DeepSORT アルゴリズムに起因する追加の大幅な液滴追跡コストのためです。
この作業は、マイクロ流体液滴のカスタム データセットのトレーニング時間と推論時間に関して、DeepSORT を使用した YOLOv5 および YOLOv7 ネットワークのベンチマーク調査です。

要約(オリジナル)

Tracking droplets in microfluidics is a challenging task. The difficulty arises in choosing a tool to analyze general microfluidic videos to infer physical quantities. The state-of-the-art object detector algorithm You Only Look Once (YOLO) and the object tracking algorithm Simple Online and Realtime Tracking with a Deep Association Metric (DeepSORT) are customizable for droplet identification and tracking. The customization includes training YOLO and DeepSORT networks to identify and track the objects of interest. We trained several YOLOv5 and YOLOv7 models and the DeepSORT network for droplet identification and tracking from microfluidic experimental videos. We compare the performance of the droplet tracking applications with YOLOv5 and YOLOv7 in terms of training time and time to analyze a given video across various hardware configurations. Despite the latest YOLOv7 being 10% faster, the real-time tracking is only achieved by lighter YOLO models on RTX 3070 Ti GPU machine due to additional significant droplet tracking costs arising from the DeepSORT algorithm. This work is a benchmark study for the YOLOv5 and YOLOv7 networks with DeepSORT in terms of the training time and inference time for a custom dataset of microfluidic droplets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google