Fine-tuning Faster-RCNN to human detection

Abstract

This work starts by introducing artificial intelligence. Neural networks are part of artificial intelligence and more specifically part of deep learning. Convolutional neural network is strong technology in image recognition and detection. The study aims to build artifact that can detect humans from images.

This study considers how does specific system details effect foundational building block choices for the artifact. How the model is constructed from building blocks and how it is evaluated. After that the artifact is iteratively improved and results are showcased.

The artifact achieved accuracy of 73.96% at AP 0.5 and 44.46% at mAP. It detected large human figures easily and was able to detect partially visible human figures with okay accuracy. Small human figures were detected with low accuracy. High confidence score threshold is important to prevent hallucinations that the artifact started showcasing.

Tämä työ alkaa esittelemällä tekoälyn. Neuroverkot ovat osa tekoälyä ja tarkemmin osa syväoppimista. Konvoluutioneuroverkko on tehokas teknologia kuvantunnistuksessa ja havaitsemisessa. Tutkimuksen tavoitteena on rakentaa artefakti, joka pystyy tunnistamaan ihmisiä kuvista.

Tutkimuksessa tarkastellaan, miten tietyt järjestelmän yksityiskohdat vaikuttavat artefaktin perusrakenneosien valintoihin, miten malli rakennetaan näistä rakenneosista sekä miten sitä arvioidaan. Tämän jälkeen artefaktia parannetaan iteratiivisesti ja tulokset esitellään.

Artefakti saavutti 73,96 %:n tarkkuuden AP 0.5 -mittarilla ja 44,46 %:n tarkkuuden mAP-mittarilla. Se tunnisti suuret ihmisfiguurit helposti ja pystyi tunnistamaan osittain näkyvät ihmisfiguurit kohtuullisella tarkkuudella. Pienet ihmisfiguurit tunnistettiin heikolla tarkkuudella. Korkea luottamuspisterajan arvo on tärkeä hallusinaatioiden estämiseksi, joita artefakti alkoi tuottaa.