mixnet-l#
ユースケースと概要説明#
MixNets は、新しいタイプの混合深さ方向畳み込みである MixConv を備えたモバイルサイズの画像分類モデルファミリーです。MixNet アーキテクチャーには、MixNet-S (Small)、MixNet-M (Middle)、MixNet-L (Large) の 3 つがあります。主な違いは、異なるカーネルサイズとレイヤー数で MixConv を使用することです。MixNet-L を使用すると、最も高い精度を実現できます。すべての MixNet 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。このファミリーモデルの詳細は、TensorFlow Cloud TPU リポジトリーとこちらをご覧ください。
仕様#
メトリック |
値 |
|---|---|
タイプ |
分類 |
GFLOPs |
0.565 |
MParams |
7.300 |
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 |
78.30% |
78.30% |
上位 5 |
93.91% |
93.91% |
入力#
元のモデル#
画像、名前: image、形状: 1, 224, 224, 3、形式: B, H, W, C、ここで:
B- バッチサイズH- 髙さW- 幅C- チャネル
チャネルの順番は RGB です。
変換されたモデル#
画像、名前: IteratorGetNext/placeholder_out_port_0、形状: 1, 224, 224, 3、形式: B, H, W, C、ここで:
B- バッチサイズH- 髙さW- 幅C- チャネル
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: logits、形状: 1,1000、出力データ形式: B,C、ここで:
B- バッチサイズC- 各クラスの予測ロジット
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: logits、形状: 1,1000、出力データ形式: B,C、ここで:
B- バッチサイズC- 各クラスの予測ロジット
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、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-TPU.txt で確認できます。