resnet-50-pytorch¶
ユースケースと概要説明¶
ResNet 50 は、ImageNet データセットで事前トレーニングされた画像分類モデルです。これは、TorchVision パッケージの論文画像認識のための深層残差学習で説明されているアーキテクチャーに基づく PyTorch* 実装です (こちらを参照)。
モデル入力は、RGB 順に 1, 3, 224, 224 の単一イメージで構成されるブロブです。
モデル出力は、ImageNet データベース内の分類と一致する 1000 の異なる分類の典型的なオブジェクト分類子です。
仕様¶
メトリック |
値 |
|---|---|
タイプ |
分類 |
GFLOPs |
8.216 |
MParams |
25.53 |
ソース・フレームワーク |
PyTorch* |
精度¶
メトリック |
値 |
|---|---|
上位 1 |
76.128% |
上位 5 |
92.858% |
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 RGB です。平均値: [123.675, 116.28, 103.53]、スケール値: [58.395, 57.12, 57.375]
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- [0, 1] の範囲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>
法務上の注意書き¶
元のモデルは、こちらのライセンスに基づいて配布されています。
BSD 3-Clause License
Copyright (c) Soumith Chintala 2016,
All rights reserved.
Redistribution and use in source and binary forms, with or without
modification, are permitted provided that the following conditions are met:
* Redistributions of source code must retain the above copyright notice, this
list of conditions and the following disclaimer.
* Redistributions in binary form must reproduce the above copyright notice,
this list of conditions and the following disclaimer in the documentation
and/or other materials provided with the distribution.
* Neither the name of the copyright holder nor the names of its
contributors may be used to endorse or promote products derived from
this software without specific prior written permission.
THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE
DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT HOLDER OR CONTRIBUTORS BE LIABLE
FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR
SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER
CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY,
OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.