SAHI(Slicing Aided Hyper Inference)をYOLOX(ONNX)で動かしたサンプルです。

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

• Megvii-BaseDetection/YOLOX
• obss/sahi
• Kazuhito00/YOLOX-ONNX-TFLite-Sample

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。