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、ここで:

  • 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、ここで:

  • 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、ここで:

  • 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、ここで:

  • 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>

デモの使い方#

このモデルは、Open Model Zoo が提供する次のデモで使用して、その機能を示します: