background-matting-mobilenetv2¶
ユースケースと概要説明¶
background-matting-mobilenetv2 モデルは、背景マット (MobileNetV2 バックボーンを使用) に基づく高解像度の背景置換技術であり、背景の追加フレームがキャプチャーされ、アルファーマットと前景レイヤーの復元に使用されます。このモデルは PyTorch* フレームワークで事前トレーニングされ、ONNX* 形式に変換されます。詳細については、論文で説明されています。詳細についてはリポジトリーを参照してください。ONNX へのエクスポートの詳細については、こちらを参照してください。
仕様¶
メトリック |
値 |
|---|---|
タイプ |
Background_matting |
GFlops |
6.7419 |
MParams |
5.052 |
ソース・フレームワーク |
PyTorch* |
精度¶
精度は、HumanMatting データセットからの前景と、入力解像度 1280x720 の OpenImagesV5 からの背景で構成されたデータセットで測定されました。
メトリック |
元のモデル |
変換されたモデル |
|---|---|---|
Alpha MAD |
4.32 |
4.35 |
Alpha MSE |
1.0 |
1.0 |
Alpha GRAD |
2.48 |
2.49 |
前景 MSE |
2.7 |
2.69 |
Alpha MAD - アルファの絶対差の平均。
Alpha MSE - アルファの平均二乗誤差。
Alpha GRAD - アルファの空間勾配メトリック。
前景 MSE - 前景の平均二乗誤差。
入力¶
元のモデル¶
画像、名前: src、形状: 1, 3, 720, 1280、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。スケール係数: 255
画像、名前: bgr、形状: 1, 3, 720, 1280、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。スケール係数: 255
変換されたモデル¶
画像、名前: src、形状: 1, 3, 720, 1280、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。
画像、名前: bgr、形状: 1, 3, 720, 1280、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¶
アルファーマット。名前: pha、形状: 1, 1, 720, 1280、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
前景。名前: fgr、形状: 1, 3, 720, 1280、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
変換されたモデル¶
アルファーマット。名前: pha、形状: 1, 1, 720, 1280、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
前景。名前: fgr、形状: 1, 3, 720, 1280、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
モデルをダウンロードして推論エンジン形式に変換¶
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・ダウンローダーや他の自動化ツールを使用してモデルを推論エンジン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>