[論文レビュー] TraCon: A novel dataset for real-time traffic cones detection using deep learning

Iason Katsamenis, Eleni Eirini Karolou+5 more|arXiv (Cornell University)|May 24, 2022

Advanced Neural Network Applications被引用数 7

ひとこと要約

本論文では、540枚の道路工事画像を用いた新しいRGBデータセットTraConと、リアルタイムかつ高精度な交通コーン検出を目的としたYOLOv5ベースの深層学習モデルを紹介する。本手法は、1枚あたり平均0.065秒の推論時間で、91.31%の平均交差率（IoU）スコアを達成し、遮蔽や照明の変動といった多様な実環境条件下でも優れた性能を示している。

ABSTRACT

Substantial progress has been made in the field of object detection in road scenes. However, it is mainly focused on vehicles and pedestrians. To this end, we investigate traffic cone detection, an object category crucial for road effects and maintenance. In this work, the YOLOv5 algorithm is employed, in order to find a solution for the efficient and fast detection of traffic cones. The YOLOv5 can achieve a high detection accuracy with the score of IoU up to 91.31%. The proposed method is been applied to an RGB roadwork image dataset, collected from various sources.

研究の動機と目的

• 道路工事状況における交通コーン検出のための専用データセットと強固なモデルの不足に対処すること。
• 一時的な道路工事に用いられる交通コーンの正確な検出を可能にすることで、道路の安全性と自動化を向上させること。
• スマートフォンやドローンなどの低メモリデバイスに適した、軽量で展開可能なオブジェクト検出システムの開発。
• 自動運転や自動道路工事監視を含む、知的輸送システムの支援。
• ロボットメンテナンスシステムが一時的な道路標識（コーンなど）を認識・応答できるように、HERONプロジェクトに貢献すること。

提案手法

• デジタル一眼レフカメラ、スマートフォン、UAV（無人航空機）から収集した、多様な条件下の540枚の道路工事画像から構成されるマルチソースRGBデータセットを構築した。
• HERONプロジェクトのフレームワーク内において、専門のエンジニアが全画像を交通コーンのバウンディングボックスでアノテーションした。
• 低計算コストおよび低メモリ使用量（15 MB未満）を最適化したYOLOv5 smallモデルを用いて、リアルタイムオブジェクト検出を実現した。
• データ拡張として水平反転を適用し、トレーニングデータサイズを400枚から800枚に増加させ、一般化性能を向上させた。
• Google ColabのTesla K80 GPUを用い、バッチサイズ32、200エポック、入力解像度448×448ピクセルでモデルを学習した。
• トレーニングと検証の両セットで、正例（コーンあり）と負例（コーンなし）をそれぞれ50%ずつにバランスさせたデータ分割を採用した。

実験結果

リサーチクエスチョン

• RQ1 深層学習ベースのオブジェクト検出モデルは、多様な道路工事画像において、高い精度とリアルタイム推論を達成できるか？
• RQ2 データ拡張とバランスの取れたサンプリングは、交通コーンの小規模で多様なデータセットにおける検出性能にどのように影響するか？
• RQ3 YOLOv5 smallモデルは、エッジデバイスへの展開に適した軽量性を保ちながら、高い精度を維持できるか？
• RQ4 遮蔽、照明の変動、悪天候といった困難な条件下で、モデルの性能はどの程度か？
• RQ5 TraConのような専用データセットは、交通コーン検出システムの一般化性能とベンチマーク評価をどのように向上できるか？

主な発見

• YOLOv5ベースのモデルは、テストセットにおいて平均交差率（IoU）スコア91.31% ± 5.42%を達成し、高い検出精度を示した。
• モデルは1枚あたり平均0.065 ± 0.029秒の推論時間を達成し、動的環境に適したリアルタイム性能を示した。
• データセットには540枚の画像に合計947個の交通コーンが含まれており、露出過多・不足、さまざまな天候状態を含む多様なソースと条件下で収集された。
• 水平反転によるデータ拡張により、有効なトレーニングセットサイズが400枚から800枚に増加し、モデルの一般化性能が向上した。
• モデルの小型化（15 MB未満）により、スマートフォン、ドローン、マイコンテイカーなどの低メモリデバイスへの展開が可能になった。
• データセットはhttps://github.com/ikatsamenis/Cone-Detectionにて公開されており、再現性と今後のベンチマーク評価を支援している。