ctdet_coco_dlav0_512

ユースケースと概要説明

CenterNet オブジェクト検出モデル ctdet_coco_dlav0_512 は、元々 PyTorch* でトレーニングされました。CenterNet はオブジェクトを単一点 (境界ボックスの中心点) としてモデル化し、キーポイント推定を使用して中心点を見つけ、オブジェクト・サイズに回帰します。詳細についてはこちらリポジトリーを参照してください。

仕様

メトリック

タイプ

検出

GFlops

62.211

MParams

17.911

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

mAP

44.2%

44.28%

入力

元のモデル

画像、名前: input.1、形状: 1, 3, 512, 512、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。平均値: [104.04, 113.985, 119.85]、スケール値: [73.695, 69.87, 70.89]

変換されたモデル

画像、名前: input.1、形状: 1, 3, 512, 512、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

  1. オブジェクトの中心点のヒートマップ、名前: center_heatmap。80 カテゴリーのオブジェクトを含む Common Objects in Context (COCO) データセット・バージョンに従って、背景ラベルなしで、<omz_dir>/data/dataset_classes/coco_80cl.txt ファイルで提供されるクラス名にマッピングされた、80 のカテゴリーごとに予測されたオブジェクトの中心点が含まれます。

  2. オブジェクト・サイズの出力、名前: width_height。各オブジェクトの予測された幅と高さが含まれます。

  3. 回帰出力、名前: regression。各予測のオフセットが含まれます。

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。