deeplabv3

ユースケースと概要説明

DeepLab は、セマンティック画像セグメント化のための最先端のディープラーニング・モデルです。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

セマンティックのセグメント化

GFLOPs

11.469

MParams

23.819

ソース・フレームワーク

TensorFlow*

精度

メトリック

値

mean_iou

68.41%

入力

元のモデル

画像、名前: ImageTensor、形状: 1, 513, 513, 3、形式: B, H, W, C。

説明:

  • B - バッチサイズ

  • H - 画像の髙さ

  • W - 画像の幅

  • C - チャネル数

予想される色の順序: RGB。

変換されたモデル

画像、名前: mul_1/placeholder_port_1、形状: 1, 513, 513, 3、形式: B, H, W, C。

説明:

  • B - バッチサイズ

  • H - 画像の髙さ

  • W - 画像の幅

  • C - チャネル数

予想される色の順序: BGR。

出力

元のモデル

[0, 20] 範囲の整数値。各画像ピクセルの予測クラスのインデックスを表します。名前: ArgMax、形状: 1, 513, 513、形式: B, H, W。

説明:

  • B - バッチサイズ

  • H - 画像の髙さ

  • W - 画像の幅

変換されたモデル

[0, 20] 範囲の整数値。各画像ピクセルの予測クラスのインデックスを表します。名前: ArgMax/Squeeze、形状: 1, 513, 513、形式: B, H, W。

説明:

  • B - バッチサイズ

  • H - 画像の髙さ

  • W - 画像の幅

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。