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

  1. 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

  2. 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。