person-vehicle-bike-detection-2003¶
ユースケースと概要説明¶
これは、解像度 864x480 の ATSS ヘッドを備えた MobileNetV2 バックボーンに基づく人物、車両、自転車の検出器です。
例¶
仕様¶
メトリック |
値 |
---|---|
AP @ [ IoU=0.50:0.95 ] |
0.336 (内部テストセット) |
GFlops |
6.550 |
MParams |
2.416 |
ソース・フレームワーク |
PyTorch* |
平均精度 (AP) は、精度/再現率曲線の下の領域として定義されます。
入力¶
画像、名前: image
、形状: 1, 3, 480, 864
、形式: B, C, H, W
。
説明:
B
- バッチサイズC
- チャネル数H
- 画像の髙さW
- 画像の幅
予想される色の順序は BGR
です。
出力¶
-
boxes
は、形状100, 5
、形式N, 5
のブロブです。ここでN
は検出された境界ボックスの数です。各検出の形式は次のとおりです。
[x_min
,y_min
,x_max
,y_max
,conf
]説明:
(
x_min
,y_min
) - 境界ボックスの左上隅の座標(
x_max
,y_max
) - 境界ボックスの右下隅の座標conf
- 予測されたクラスの信頼度
labels
は、形状100
、形式N
のブロブです。ここでN
は検出された境界ボックスの数です。各ラベルの値は予測されたクラス ID と同じです (0 - 車両、1 - 人物、2 - 非車両)
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。
法務上の注意書き¶
* その他の社名、製品名などは、一般に各社の表示、商標または登録商標です。