instance-segmentation-security-0228

ユースケースと概要説明

このモデルは、80 クラスのオブジェクトのインスタンス・セグメント化ネットワークです。ResNet101 バックボーンを備えたマスク R-CNN、軽量 FPN、RPN、検出およびセグメント化ヘッド。

例

仕様

メトリック

値

COCO val2017 ボックス AP

38.85%

COCO val2017 マスク AP

33.9%

検出する最大オブジェクト

100

GFlops

147.2352

MParams

49.8328

ソース・フレームワーク

PyTorch*

平均精度 (AP) は、標準の COCO 評価手順に従って定義および測定されます。

入力

画像、名前: image、形状: 1, 3, 608, 608、形式: 1, C, H, W。

説明:

  • C - チャネル数

  • H - 画像の髙さ

  • W - 画像の幅

予想されるチャネルの順序は BGR

出力

モデルには動的形状の出力があります。

  1. 名前: labels、形状: -1 - 検出されたすべてのオブジェクトの連続する整数のクラス ID。

  2. 名前: boxes、形状: -1, 5 - 検出されたすべてのオブジェクトの周囲の境界ボックス (top_left_x、top_left_y、bottom_right_x、bottom_right_y) 形式と信頼スコア (範囲 [0, 1])。

  3. 名前: masks、形状: -1, 14, 14 - すべての出力境界ボックスのセグメント化ヒートマップ。

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。