googlenet-v4-tf¶
ユースケースと概要説明¶
googlenet-v4-tf
モデルは、画像分類を実行するために設計された Inception ファミリーの最新モデルです。他の Inception モデルと同様に、googlenet-v4-tf
モデルは ImageNet 画像データベースで事前トレーニングされています。このファミリーモデルの詳細は、こちらとリポジトリーをご覧ください。
仕様¶
メトリック |
値 |
---|---|
タイプ |
分類 |
GFLOPs |
24.584 |
MParams |
42.648 |
ソース・フレームワーク |
TensorFlow* |
精度¶
メトリック |
元のモデル |
変換されたモデル |
---|---|---|
上位 1 |
80.21% |
80.21% |
上位 5 |
95.20% |
95.20% |
入力¶
元のモデル¶
画像、名前: input
、形状: 1, 299, 299, 3
、形式: B, H, W, C
。
説明:
B
- バッチサイズH
- 高さW
- 幅C
- チャネル
チャネルの順番は RGB
です。平均値: [127.5, 127.5, 127.5]、スケール値: 127.5
変換されたモデル¶
画像、名前: data
、形状: 1, 299, 299, 3
、形式: B, H, W, C
。
説明:
B
- バッチサイズH
- 高さW
- 幅C
- チャネル
チャネルの順番は BGR
出力¶
元のモデル¶
ImageNet クラスに基づくオブジェクト分類子、名前: InceptionV4/Logits/Predictions
、形状: 1, 1001
、出力データ形式: B, C
。
説明:
B
- バッチサイズC
- [0, 1] の範囲の各クラスの予測確率
変換されたモデル¶
ImageNet クラスに基づくオブジェクト分類子、名前: InceptionV4/Logits/Predictions
、形状: 1, 1001
、出力データ形式: B, C
。
説明:
B
- バッチサイズC
- [0, 1] の範囲の各クラスの予測確率
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>
法務上の注意書き¶
元のモデルは、Apache License バージョン 2.0 に基づいて配布されています。ライセンスの内容は、<omz_dir>/models/public/licenses/APACHE-2.0-TF-Models.txt
で確認できます。
元のモデルは TF-Slim ライブラリーを使用し、これは Apache License バージョン 2.0 に基づいて配布されています。ライセンスの内容は、<omz_dir>/models/public/licenses/APACHE-2.0-TFSlim.txt
で確認できます。