face-detection-0206

ユースケースと概要説明

バックボーンとして ResNet152 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 ATSS ヘッドを備えています。

仕様

メトリック

AP (WIDER)

94.27%

GFlops

339.602

MParams

69.920

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, 640, 640、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. boxes は、形状 750, 5、形式 N, 5 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。各検出の形式は次のとおりです。
    [x_min, y_min, x_max, y_max, conf]

    説明:

    • (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

    • conf - 予測されたクラスの信頼度

  2. labels は、形状 750、形式 N 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。これには、検出された各ボックスごとの予測クラス ID (0 - 顔) が含まれます。

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。

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。