resnet-50-tf¶
ユースケースと概要説明¶
resnet-50-tf
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ある ResNet-50 の TensorFlow* 実装です。元々は保存されたモデル形式で再配布されていましたが、tf.graph_util
モジュールを使用したフリーズグラフに変換されました。詳細についてはこちらとリポジトリーを参照してください。
凍結グラフへの変換を再現する手順¶
TensorFlow* バージョン 1.14.0 をインストールします。
事前トレーニングされた重みをダウンロードします。
入手可能なサンプルの変換コードを実行します:
<omz_dir>/models/public/resnet-50-tf/freeze_saved_model.py
python3 freeze_saved_model.py --saved_model_dir path/to/downloaded/saved_model --save_file path/to/resulting/frozen_graph.pb
仕様¶
メトリック |
値 |
---|---|
タイプ |
分類 |
GFLOPs |
8.2164 |
MParams |
25.53 |
ソース・フレームワーク |
TensorFlow* |
精度¶
メトリック |
元のモデル |
変換されたモデル |
---|---|---|
上位 1 |
76.45% |
76.17% |
上位 5 |
93.05% |
92.98% |
入力¶
元のモデル¶
画像、名前: map/TensorArrayStack/TensorArrayGatherV3
、形状: 1, 224, 224, 3
、形式: B, H, W, C
。
説明:
B
- バッチサイズH
- 高さW
- 幅C
- チャネル
チャネルの順番は RGB
です。平均値: [123.68、116.78、103.94]
変換されたモデル¶
画像、名前: map/TensorArrayStack/TensorArrayGatherV3
、形状: 1, 224, 224, 3
、形式: B, H, W, C
。
説明:
B
- バッチサイズH
- 高さW
- 幅C
- チャネル
チャネルの順番は BGR
です。
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: softmax_tensor
、形状: 1, 1001
、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
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: softmax_tensor
、形状: 1, 1001
、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、Apache License バージョン 2.0 に基づいて配布されています。ライセンスの内容は、<omz_dir>/models/public/licenses/APACHE-2.0-TF-Models.txt
で確認できます。