facenet-20180408-102900

ユースケースと概要説明

FaceNet: 顔認識とクラスタリングのための統合埋め込み。詳細は、リポジトリーこちらをご覧ください。

仕様

メトリック

タイプ

顔認識

GFlops

2.846

MParams

23.469

ソース・フレームワーク

TensorFlow*

精度

メトリック

LFW の精度

99.14%

入力

元のモデル

  1. 画像、名前: batch_join:0、形状: 1, 160, 160, 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は、RGB です。平均値: [127.5、127.5、127.5]、各チャネルのスケール係数: 128.0

  2. ブール入力、グラフの状態 (トレーニング/推論) を管理します。名前 - phase_train、形状 - 1

変換されたモデル

画像、名前: image_batch/placeholder_port_0、形状: 1, 160, 160, 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

浮動小数点値のベクトル - 面の埋め込み、名前 - 埋め込み

変換されたモデル

画像シーケンス、名前: InceptionResnetV1/Bottleneck/BatchNorm/Reshape_1/Normalize、形式: B,C

説明:

  • B - バッチサイズ

  • C - 512 個の浮動小数点値の行ベクトル - 面の埋め込み

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。