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

  • 壁

  • 柵

  • 電柱

  • 信号機

  • 標識

  • 植生

  • 地形

  • 空

  • 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

例

仕様

メトリック

値

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

壁

0.424166

柵

0.592632

電柱

0.559078

信号機

0.654779

標識

0.648217

植生

0.882593

地形

0.620521

空

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。