asl-recognition-0004¶
ユースケースと概要説明¶
アメリカ手話 (ASL) 認識シナリオ (単語レベルの認識) の人間のジェスチャー認識モデル。このモデルは、MobileNet V3 バックボーンを備えた S3D フレームワークを使用します。このモデルで認識されるジェスチャーのリストを確認するには、MS-ASL-100 データセット仕様を参照してください。
このモデルは、一定のフレームレート (15FPS) でサンプリングされたフレームのスタックを受け入れ、入力クリップに対して予測を生成します。
例¶
仕様¶
メトリック |
値 |
---|---|
トップ 1 精度 (MS-ASL-100) |
0.847 |
GFlops |
6.660 |
MParams |
4.133 |
ソース・フレームワーク |
PyTorch* |
入力¶
画像シーケンス、名前: input
、形状: 1, 3, 16, 224, 224
、形式: B, C, T, H, W
。
説明:
B
- バッチサイズC
- チャネル数T
- 入力クリップの期間H
- 画像の髙さW
- 画像の幅
法務上の注意書き¶
* その他の社名、製品名などは、一般に各社の表示、商標または登録商標です。