mobilenet-yolo-v4-syg¶
ユースケースと概要説明¶
これは、リアルタイムの車両検出を行うように設計された mobilenet-yolov4
モデルの Keras* バージョンです。重みは BDD100k によって事前トレーニングされ、独自のデータセットによって再トレーニングされます。詳細については、リポジトリー、MobileNetV2 および YOLOv4 の論文を参照してください。
仕様¶
メトリック |
値 |
---|---|
タイプ |
検出 |
GFLOPs |
65.984 |
MParams |
61.922 |
ソース・フレームワーク |
Keras* |
精度¶
精度メトリックは、変換されたモデル用に独自に作成された検証データセットである SYGDate0829’SYGDate0829.z01’’SYGDate0829.z02’’SYGDate0829.z03’’SYGDate0829.zip’ で取得されます。
メトリック |
値 |
---|---|
mAP |
86.35% |
入力¶
元のモデル¶
画像、名前 - input_1
、形状 - 1, 416, 416, 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。スケール値 - 255。
変換されたモデル¶
画像、名前 - input_1
、形状 - 1, 416, 416, 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
です。
出力¶
元のモデル¶
検出概要情報の配列、名前 -
separable_conv2d_22/BiasAdd
、形状 -1,52,52,27
。anchor 値は、12,16, 19,36, 40,28
です。検出概要情報の配列、名前 -
separable_conv2d_30/BiasAdd
、形状 -1,26,26,27
。anchor 値は、36,75, 76,55, 72,146
です。検出概要情報の配列、名前 -
separable_conv2d_38/BiasAdd
、形状 -1,13,13,27
。anchor 値は、142,110, 192,243, 459,401
です。
各ケースの形式は B,Cx,Cy,N*14,
です。
説明:
B
- バッチサイズCx
、Cy
- セル・インデックスN
- セルの検出ボックスの数
検出ボックスの形式は、[x
, y
, h
, w
, box_score
, class_no_1
, …, class_no_4
]。
説明:
(
x
,y
) - ボックスの中心の生の座標。sigmoid 関数を適用してセル座標に対する相対値を取得しますh
、w
- ボックスの生の高さと幅、指数関数を適用し、対応するアンカーを乗算して、絶対的な高さと幅の値を取得しますbox_score
- 検出の信頼度ボックス。sigmoid 関数を適用して [0, 1] 範囲の信頼度を取得しますclass_no_1
、…、class_no_4
- クラス全体の確率分布をロジット形式で計算し、sigmoid 関数を適用し、取得した信頼値を乗算して各クラスの信頼度を取得します
変換されたモデル¶
検出概要情報の配列、名前 -
separable_conv2d_22/separable_conv2d/YoloRegion
、形状 -1, 52, 52, 27
。anchor 値は、12,16, 19,36, 40,28
です。検出概要情報の配列、名前 -
separable_conv2d_30/separable_conv2d/YoloRegion
、形状 -1, 26, 26, 27
。anchor 値は、36,75, 76,55, 72,146
です。検出概要情報の配列、名前 -
separable_conv2d_38/separable_conv2d/YoloRegion
、形状 -1, 13, 13, 27
。anchor 値は、142,110, 192,243, 459,401
です。
検出ボックスの形式は、[x
, y
, h
, w
, box_score
, class_no_1
, …, class_no_4
]。
説明:
(
x
,y
) - セルに対するボックスの中心の座標h
、w
- ボックスの生の高さと幅、指数関数を適用し、対応するアンカーを乗算して、絶対的な高さと幅の値を取得しますbox_score
- [0, 1] 範囲の検出ボックスの信頼度class_no_1
、…、class_no_4
- [0, 1] 範囲のクラスにわたる確率分布。信頼値を乗算して各クラスの信頼度を取得します
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>
法務上の注意書き¶
元のモデルは、以下のライセンスに基づいて配布されています。
MIT License
Copyright (c) 2021 BJTU-SYG
Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:
The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.