fbcnn#
ユースケースと概要説明#
fbcnn モデルは、JPEG アーティファクトを除去する柔軟なブラインド畳み込みニューラル・ネットワークです。柔軟なブラインド JPEG アーティファクトの除去 論文に基づくモデル。これは PyTorch* フレームワークで実装されました。モデルはカラー JPEG 画像で動作します。このモデルおよび他の jpeg アーティファクト除去モデル (グレースケール画像および二重 jpeg 復元用) の詳細については、柔軟なブラインド JPEG アーティファクト除去 (FBCNN、ICCV 2021)を参照してください。
仕様#
メトリック |
値 |
|---|---|
タイプ |
画像処理 |
GFLOPs |
1420.78235 |
MParams |
71.922 |
ソース・フレームワーク |
PyTorch* |
精度#
モデルは LIVE_1 データセットでテストされました。
メトリック |
元のモデル |
変換されたモデル |
|---|---|---|
PSNR |
34.34Db |
34.34Db |
SSIM |
0.99 |
0.99 |
入力#
元のモデル#
画像、名前: image_lq、形状: 1, 3, 512, 512、形式: B, C, H, W、ここで:
B- バッチサイズC- チャネルH- 髙さW- 幅
チャネルの順番は RGB です。スケール値 - 255。
変換されたモデル#
画像、名前: image_lq、形状: 1, 3, 512, 512、形式: B, C, H, W、ここで:
B- バッチサイズC- チャネルH- 髙さW- 幅
チャネルの順番は BGR です
出力#
元のモデル#
復元された画像、名前: image_result、形状: 1, 3, 512, 512、形式: B, C, H, W、ここで:
B- バッチサイズC- チャネルH- 髙さW- 幅
チャネルの順番は RGB です。
変換されたモデル#
復元された画像、名前: image_result、形状: 1, 3, 512, 512、形式: B, C, H, W、ここで:
B- バッチサイズC- チャネルH- 髙さW- 幅
チャネルの順番は BGR です。
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#
このモデルは、Open Model Zoo が提供する次のデモで使用して、その機能を示します:
法務上の注意書き#
元のモデルは、こちらのライセンスに基づいて配布されています。