t2t-vit-14¶
ユースケースと概要説明¶
t2t-vit-14 モデルは、画像分類タスク用に ImageNet データセットで事前トレーニングされた Tokens-To-Token Vision Transformer(T2T-ViT) のバリアントです。T2T-ViT はイメージを段階的にトークン化する、効率的なバックボーンを備えています。T2T-ViT は 2 つの主要コンポーネントで構成されます。1) 画像のローカル構造情報をモデル化し、トークンの長さを段階的に短縮するレイヤーごとの “トークンからトークンへのモジュール”。2) T2T モジュールからのトークンに対する注目関係を引き出す効率的な “T2T-ViT バックボーン”。このモデルには、384 の隠れ次元を持つ T2T-ViT バックボーンに 14 のトランスレイヤーがあります。
仕様¶
メトリック |
値 |
|---|---|
タイプ |
分類 |
GFlops |
9.5451 |
MParams |
21.5498 |
ソース・フレームワーク |
PyTorch* |
精度¶
メトリック |
値 |
|---|---|
上位 1 |
81.44% |
上位 5 |
95.66% |
入力¶
元のモデル¶
画像、名前: image、形状: 1, 3, 224, 224、形式: B, C, H, W。
説明:
B- バッチサイズC- チャネル数H- 画像の髙さW- 画像の幅
予想される色の順序: RGB。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: image、形状: 1, 3, 224, 224、形式: B, C, H, W。
説明:
B- バッチサイズC- チャネル数H- 画像の髙さW- 画像の幅
予想される色の順序: 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: probs、形状: 1, 1000、出力データ形式: B, C。
説明:
B- バッチサイズC- ロジット形式のすべてのデータセット・クラスの確率ベクトル。
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: probs、形状: 1, 1000、出力データ形式: B, C。
説明:
B- バッチサイズC- ロジット形式のすべてのデータセット・クラスの確率ベクトル。
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。
The Clear BSD License
Copyright (c) [2012]-[2021] Shanghai Yitu Technology Co., Ltd.
All rights reserved.
Redistribution and use in source and binary forms, with or without modification, are permitted (subject to the limitations in the disclaimer below) 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 Shanghai Yitu Technology Co., Ltd. nor the names of its contributors may be used to endorse or promote products derived from this software without specific prior written permission.
NO EXPRESS OR IMPLIED LICENSES TO ANY PARTY'S PATENT RIGHTS ARE GRANTED BY THIS LICENSE. THIS SOFTWARE IS PROVIDED BY SHANGHAI YITU TECHNOLOGY CO., LTD. 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 SHANGHAI YITU TECHNOLOGY CO., LTD. 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.