midasnet

ユースケースと概要説明

MidasNet は、複数のデータセットを混合することでトレーニングされた単眼奥行き推定用のモデルです。詳細は、論文ロバストな単眼深度推定に向けて: ゼロショット・クロスデータセット転送のためのデータセットの混合を参照してください。

モデル入力は、RGB 順に 1, 3, 384, 384 の単一イメージで構成されるブロブです。

モデルの出力は、未知のスケール係数まで定義された逆深度マップです。

こちらを参照

仕様

メトリック

タイプ

Monodepth

GFLOPs

207.25144

MParams

104.081

ソース・フレームワーク

PyTorch*

精度

メトリック

rmse

0.07071

入力

元のモデル

画像、名前: image、形状: 1, 3, 384, 384、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] スケール値 - [51.525、50.4、50.625]

変換されたモデル

画像、名前: image、形状: 1, 3, 384, 384、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

逆深度マップ、名前 - inverse_depth、形状 - 1, 384, 384、形式 - B, H, W

説明:

  • B - バッチサイズ

  • H - 高さ

  • W - 幅

逆深度マップは、未知のスケール係数まで定義されます。

変換されたモデル

逆深度マップ、名前 - inverse_depth、形状 - 1, 384, 384、形式 - B, H, W

説明:

  • B - バッチサイズ

  • H - 高さ

  • W - 幅

逆深度マップは、未知のスケール係数まで定義されます。

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

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。