levit-128s¶
ユースケースと概要説明¶
levit-128s
モデルは、LeViT モデルファミリーの 1 つであり、高速推論画像分類用のハイブリッド・ニューラル・ネットワークです。モデルは ImageNet データセットで事前トレーニングされています。LeViT-128s モデルは、トランスステージの入力に 128 チャネルあり、モデルステージ 1、2、および 3 にそれぞれ 2、3、および 4 組のアテンション・ブロックと MLP ブロックのペアを備えた小型の LeViT バリアントです。
モデル入力は、RGB
順に 1, 3, 224, 224
の単一イメージで構成されるブロブです。
モデル出力は、ImageNet データベース内の分類と一致する 1000 の異なる分類の典型的なオブジェクト分類子です。
仕様¶
メトリック |
値 |
---|---|
タイプ |
分類 |
GFLOPs |
0.6177 |
MParams |
8.2199 |
ソース・フレームワーク |
PyTorch* |
精度¶
メトリック |
値 |
---|---|
上位 1 |
76.54% |
上位 5 |
92.85% |
入力¶
元のモデル¶
画像、名前: image
、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
チャネルの順番は RGB
です。平均値: [123,675.116, 28,103.53, 103.53]、スケール値: [58.395, 57.12, 57.375]
変換されたモデル¶
画像、名前: image
、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
チャネルの順番は BGR
です。
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: probs
、形状: 1, 1000
、出力データ形式: B, C
。
説明:
B
- バッチサイズC
- ロジット形式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: probs
、形状: 1, 1000
、出力データ形式: B, C
。
説明:
B
- バッチサイズC
- ロジット形式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-PyTorch-Image-Models.txt
で確認できます。