regnetx-3.2gf

ユースケースと概要説明

regnetx-3.2gf モデルは、画像分類を実行するように設計された RegNetX 設計空間モデルの 1 つです。RegNet 設計空間は、幅広いフロップで適切に動作する、シンプルで高速なネットワークを提供します。このモデルは PyTorch* で事前トレーニングされています。すべての RegNet 分類モデルは、ImageNet データセットで事前トレーニングされています。このモデルファミリーの詳細については、画像分類研究のコードベースを確認してください。

仕様

メトリック

タイプ

分類

GFLOPs

6.3893

MParams

15.2653

ソース・フレームワーク

PyTorch*

精度

メトリック

元のモデル

変換されたモデル

上位 1

78.15%

78.15%

上位 5

94.09%

94.09%

入力

元のモデル

画像、名前: data、形状: 1, 3, 224, 224、形式: B, C, H, W

説明:

  • B - バッチサイズ

  • C - チャネル

  • H - 高さ

  • W - 幅

チャネルの順番は BGR です。平均値: [103.53, 116.28, 123.675]、スケール値: [57.375, 57.12, 58.395]

変換されたモデル

画像、名前: data、形状: 1, 3, 224, 224、形式: B, C, H, W

説明:

  • B - バッチサイズ

  • C - チャネル

  • H - 高さ

  • W - 幅

チャネルの順番は BGR

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: prob、形状: 1, 1000、出力データ形式: B, C

説明:

  • B - バッチサイズ

  • C - ロジット形式の各クラスの予測確率

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: prob、形状: 1, 1000、出力データ形式: B, C

説明:

  • B - バッチサイズ

  • C - ロジット形式の各クラスの予測確率

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

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。