fast-neural-style-mosaic-onnx

ユースケースと概要説明

fast-neural-style-mosaic-onnx モデルは、画像のコンテンツと別の画像スタイルを混合するように設計されたスタイル転送モデルの 1 つです。このモデルでは、リアルタイム・スタイル転送と超解像度の知覚損失インスタンス正規化で説明されている方法を使用します。オリジナルの ONNX モデルはリポジトリーで提供されます。

仕様

メトリック

タイプ

スタイル転送

GFLOPs

15.518

MParams

1.679

ソース・フレームワーク

PyTorch*

精度

精度メトリックは、Common Objects in Context (COCO) val2017 データセットで取得されます。画像は入力サイズに合わせてリサイズされました。

メトリック

元のモデル

変換されたモデル (FP32)

変換されたモデル (FP16)

PSNR

12.03 dB

12.03 dB

12.04 dB

入力

元のモデル

画像、名前: input1、形状: 1, 3, 224, 224、形式: B, C, H, W

説明:

  • B - バッチサイズ

  • C - チャネル

  • H - 高さ

  • W - 幅

予想される色の順序: RGB

変換されたモデル

画像、名前: input1、形状: 1, 3, 224, 224、形式: B, C, H, W

説明:

  • B - バッチサイズ

  • C - チャネル

  • H - 高さ

  • W - 幅

予想される色の順序: BGR

出力

元のモデル

画像、名前: output1、形状: 1, 3, 224, 224、形式: B, C, H, W

説明:

  • B - バッチサイズ

  • C - チャネル

  • H - 高さ

  • W - 幅

予想される色の順序: RGB

変換されたモデル

画像、名前: output1、形状: 1, 3, 224, 224、形式: B, C, H, W

説明:

  • B - バッチサイズ

  • C - チャネル

  • H - 高さ

  • W - 幅

予想される色の順序: RGB

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。