3-05　簡略化、整数化したPythonの実行結果 ●Pythonの段階で行ったハード化対策 　2章では次のような「認識に影響が少ない処理」を省略しました。 2-01　15層目以外のバイアス加算の省略 2-02　BBOXの変形の省略 2-03　source1+L2Normの省略 2-04　被りとりの省略（被りの容認） 　3章では次のような「整数化とそれに伴う処理」を施しました。 3-01　入力画像の整数化 3-02　重み係数とバイアスの整数化 3-03　層間の画素データを5ビットにする 3-04　SoftMax関数の整数版 　これらによって認識性能は劣化しますが、それが許容できるかどうか確認します（図3‐10〜17）。オリジナルと比較してみましょう。 図3‐10　簡略化、整数化したPythonの実行結果（１） 図3‐11　簡略化、整数化したPythonの実行結果（２） 図3‐12　簡略化、整数化したPythonの実行結果（３） 図3‐13　簡略化、整数化したPythonの実行結果（４） 図3‐14　簡略化、整数化したPythonの実行結果（５） 図3‐15　簡略化、整数化したPythonの実行結果（６） 図3‐16　簡略化、整数化したPythonの実行結果（７） 図3‐17　簡略化、整数化したPythonの実行結果（８） ●いろいろと変更したが劣化は許容範囲か 　オリジナルと比べて、 �@いくつか未検出の物体がある。 �A被りが多い。枠内にきっちり入っていない。 　�@は比較的小さい物体（ボートの上の子供）や、全体が写っていない物体（ソファー）なので致し方ないとします。 　また本企画はリアルタイムの動画処理を目標としており、�Aの被りや枠はあまり気にならないと思います。（＊４） （＊４）枠は描画せず、人が見つかれば"P"、馬が見つかれば"H"と一文字描くだけの予定 ●Pythonはこれで終わり。次はEXCEL 　以上でPythonにおけるプログラムの変更は終わり、このまま先に進みます。この処理をEXCELに移植→VHDLに移植し、最終的にFPGAに実装します。 　SSD物体認識は大変複雑です。しかし所詮は整数の掛け算と足し算、言語が変わっても同じ結果になるはずです。 目次へ戻る