semantic-segmentation-adas-0001

ユースケースと概要説明

これは、各ピクセルを 20 のクラスに分類するセグメント化ネットワークです。

  • 道路

  • 歩道

  • 建物

  • 電柱

  • 信号機

  • 標識

  • 植生

  • 地形

  • 人物

  • ライダー

  • 乗用車

  • トラック

  • バス

  • 電車

  • オートバイ

  • 自転車

  • 車両以外

仕様

メトリック

画像サイズ

2048x1024

GFlops

58.572

MParams

6.686

ソース・フレームワーク

Caffe*

精度

2000 枚の画像で計算された品質指標:

ラベル

IOU

平均

0.6907

道路

0.910379

歩道

0.630676

建物

0.860139

0.424166

0.592632

電柱

0.559078

信号機

0.654779

標識

0.648217

植生

0.882593

地形

0.620521

0.976889

人物

0.711653

ライダー

0.612787

乗用車

0.877892

トラック

0.674829

バス

0.743752

電車

0.358641

オートバイ

0.600701

自転車

0.622246

車両以外

0.852932

  • IOU=TP/(TP+FN+FP)

    説明:

    • TP - 指定されたクラスの真陽性ピクセルの数

    • FN - 指定されたクラスの偽陰性ピクセルの数

    • FP - 指定されたクラスの誤検知ピクセルの数

入力

BGR イメージと B, C, H, W 形式の形状 1, 3, 1024, 2048 を含むブロブです。
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

出力

最終出力は、B, C, H, W 形式の 1, 1, 1024, 2048 の形状を持つ BLOB です。これは、各ピクセルがいずれかのクラスのラベルである 1 チャネルの特徴マップとして扱うことができます。

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。