vehicle-attributes-recognition-barrier-0039#

ユースケースと概要説明#

このモデルは、交通分析シナリオ用の車両属性分類アルゴリズムを示します。

例#

仕様#

メトリック

値

車の状態

前向きの車両

オクルージョン・カバレッジ

<50%

最小オブジェクト幅

72 ピクセル

サポートされるカラー

White, gray, yellow, red, green, blue, black (白、グレー、黄色、赤、緑、青、黒)

サポートされるタイプ

Car, bus, truck, van (乗用車、バス、トラック、バン)

GFlops

0.126

MParams

0.626

ソース・フレームワーク

Caffe*

精度 - 混同行列#

カラー精度 (%)#

青

グレー

黄色

緑

黒

白

赤

青

79.53

4.32

0.62

6.41

6.54

2.47

0.12

グレー

2.53

78.01

0

1.36

1.18

16.74

0.18

黄色

0

13.9

54.01

11.21

0

10.7

10.16

緑

3.79

1.52

1.52

83.33

6.06

3.03

0.76

黒

0.85

1.92

0

0.32

96.1

0.74

0.07

白

1.45

10.86

0.17

2.53

0.08

84.83

0.08

赤

0.89

0.3

2.18

2.18

0.3

1.88

92.27

カラー平均精度: 81.15%

タイプ精度 (%)#

乗用車

バン

トラック

バス

乗用車

98.26

0.56

0.98

0.2

バン

3.72

89.16

6.15

0.97

トラック

1.71

2.46

94.27

1.56

バス

7.94

3.8

19.69

68.57

タイプ平均精度: 87.56%

入力#

画像、名前: input、形状: 1, 3, 72, 72、形式: 1, C, H, W、ここで:

  • 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#

  1. 名前: color、形状: 1, 7, 1, 1 - 7 色のクラスにわたるソフトマックス出力 [white, gray, yellow, red, green, blue, black]

  2. 名前: type、形状: 1, 4, 1, 1 - 4 つのタイプクラス [car, bus, truck, van] にわたるソフトマックス出力

デモの使い方#

このモデルは、Open Model Zoo が提供する次のデモで使用して、その機能を示します: