face-detection-0204¶
ユースケースと概要説明¶
バックボーンとして MobileNetV2 に基づいた顔検出器。前面カメラで撮影された屋内および屋外シーン用の複数 SSD ヘッドを備えています。モデルのトレーニング中に、トレーニング画像のサイズが 448x448 に変更されました。
例¶
仕様¶
メトリック |
値 |
---|---|
AP (WIDER) |
92.89% |
GFlops |
2.406 |
MParams |
1.851 |
ソース・フレームワーク |
PyTorch* |
平均精度 (AP) は、精度/再現率曲線の下の領域として定義されます。すべての数値は、64 x 64 ピクセルより大きい顔のみを考慮して評価されました。
入力¶
画像、名前: image
、形状: 1, 3, 448, 448
、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¶
最終出力は、形状: 1, 1, 200, 7
、形式: 1, 1, N, 7
のブロブです。ここで、N
は検出された境界ボックスの数です。各検出は [image_id
, label
, conf
, x_min
, y_min
, x_max
, y_max
] の形式です。
説明:
image_id
- バッチ内の画像の IDlabel
- 予測されたクラス ID (0 - 顔)conf
- 予測されたクラスの信頼度(
x_min
,y_min
) - 境界ボックスの左上隅の座標(
x_max
,y_max
) - 境界ボックスの右下隅の座標
トレーニング・パイプライン¶
OpenVINO トレーニング拡張は、トレーニング・パイプラインを提供し、カスタム・データセットでモデルを微調整できるようにします。
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。