common-sign-language-0001

ユースケースと概要説明

Jester データセット認識シナリオ用の人間ジェスチャー認識モデル (ジェスチャー・レベルの認識)。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、Jester 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 (8 フレーム) 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。

仕様

メトリック

値

トップ 1 の精度 (連続ジェスター)

93.58%

GFlops

4.2269

MParams

4.1128

ソース・フレームワーク

PyTorch*

入力

元のモデル

形状: 1, 3, 8, 224, 224、形式: B, C, T, H, W の画像のバッチ。

説明:

  • B - バッチサイズ

  • C - チャネル

  • T - シーケンス長

  • H - 高さ

  • W - 幅

チャネルの順番は RGB です。

変換されたモデル

形状: 1, 3, 8, 224, 224、形式: B, C, T, H, W の画像のバッチ。

説明:

  • B - バッチサイズ

  • C - チャネル

  • T - シーケンス長

  • H - 高さ

  • W - 幅

チャネルの順番は RGB です。

出力

モデルは、形状 B, 27 のテンソルを出力します。各行は、実行されたジェスター・ジェスチャーのロジットベクトルです。

元のモデル

形状: 1, 27、形式: B, C のブロブ。

説明:

  • B - バッチサイズ

  • C - 予測ロジットサイズ

変換されたモデル

形状: 1, 27、形式: B, C のブロブ。

説明:

  • B - バッチサイズ

  • C - 予測ロジットサイズ

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

Open Model Zoo が提供する次のデモでこのモデルを使用して、その機能を確認できます。