anti-spoof-mn3¶
ユースケースと概要説明¶
anti-spoof-mn3 モデルは、CelebA-Spoof データセットでトレーニングされた MobileNetV3 に基づくアンチスプーフィング・バイナリー分類子です。これは小さくて軽いモデルで、入力にスプーフィング RGB 画像が与えられるか予測するようにトレーニングされています。多くの高度なテクニックが試行され、タスクに最適なオプションが選択されています。詳細についてはリポジトリーを参照してください。
仕様¶
メトリック |
値 |
|---|---|
タイプ |
分類 |
GFlops |
0.15 |
MParams |
3.02 |
ソース・フレームワーク |
PyTorch* |
精度¶
メトリック |
元のモデル |
変換されたモデル |
|---|---|---|
ACER |
3.81% |
3.81% |
入力¶
元のモデル¶
画像、名前: actual_input_1、形状: 1, 3, 128, 128、形式: B, C, H, W。
説明:
B- バッチサイズC- チャネル数H- 画像の髙さW- 画像の幅
予想される色の順序: RGB。平均値: [151.2405, 119.5950, 107.8395]、スケール値: [63.0105, 56.4570, 55.0035]
変換されたモデル¶
画像、名前: actual_input_1、形状: 1, 3, 128, 128、形式: B, C, H, W。
説明:
B- バッチサイズC- チャネル数H- 画像の髙さW- 画像の幅
予想される色の順序: BGR。
出力¶
元のモデル¶
2 つのクラスの確率 (0 クラスは実在の人物、1 - はなりすまし画像)。名前: output1、形状: 1, 2、形式: B, C。
説明:
B- バッチサイズC- 確率のベクトル。
変換されたモデル¶
2 つのクラスの確率 (0 クラスは実在の人物、1 - はなりすまし画像)。名前: output1、形状: 1, 2、形式: B, C。
説明:
B- バッチサイズC- 確率のベクトル。
モデルをダウンロードして OpenVINO™ IR 形式に変換¶
以下の例に示すように、モデルをダウンロードし、必要に応じてモデル・ダウンローダーやその他の自動化ツールによってモデルを OpenVINO™ IR 形式に変換できます。
モデル・ダウンローダーの使用例:
omz_downloader --name <model_name>
モデル・コンバーターの使用例:
omz_converter --name <model_name>