person-vehicle-bike-detection-crossroad-1016¶
ユースケースと概要説明¶
MobileNetV2 + SSD ベースのネットワークは、セキュリティー監視アプリケーションにおける人/車両/自転車の検出に使用されます。さまざまなシーンや天候/照明条件で機能します。
例¶
仕様¶
メトリック |
値 |
---|---|
評価指標 (mAP) |
62.55% |
AP 人物 |
73.63% |
AP 車両 |
77.84% |
AP 自転車 |
36.18% |
検出する最大オブジェクト |
200 |
GFlops |
3.560 |
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。
検証データセットは、さまざまなシーンからの 34,757 枚の画像で構成されており、次のものが含まれます。
オブジェクトのタイプ |
境界ボックスの数 |
---|---|
車両 |
229503 |
歩行者 |
240009 |
非車両 |
62643 |
同様に、トレーニング・データセットには次のような 219,181 枚の画像があります。
オブジェクトのタイプ |
境界ボックスの数 |
---|---|
車両 |
810323 |
歩行者 |
1114799 |
非車両 |
62334 |
入力¶
画像、名前: input.1
、形状: 1, 3, 512, 512
、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: BGR
。
出力¶
最終出力は、形状: 1, 1, 200, 7
、形式: 1, 1, N, 7
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。各検出は [image_id
, label
, conf
, x_min
, y_min
, x_max
, y_max
] の形式です。
説明:
image_id
- バッチ内の画像の IDlabel
- 予測されたクラス ID (0 - 非車両、1 - 車両、2 - 人物)conf
- 予測されたクラスの信頼度(
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
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。