vehicle-attributes-recognition-barrier-0042#
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 |
乗用車、バン、トラック、バス |
GFlops |
0.462 |
MParams |
11.177 |
ソース・フレームワーク |
PyTorch* |
精度#
カラー精度 (%)#
色 |
精度 |
---|---|
白 |
84.20% |
グレー |
77.47% |
黄色 |
61.50% |
赤 |
94.65% |
緑 |
81.82% |
青 |
82.49% |
黒 |
96.84% |
カラー平均精度: 82.71%
タイプ精度 (%)#
タイプ |
精度 |
---|---|
乗用車 |
97.44% |
バン |
86.41% |
トラック |
96.95% |
バス |
68.57% |
タイプ平均精度: 87.34%
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#
名前:
color
、形状:1, 7
- 7 色クラスにわたる確率 [white
,gray
,yellow
,red
,green
,blue
,black
]名前:
type
、形状:1, 4
- 4 つのタイプの確立 [car
,van
,truck
,bus
]
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:
法務上の注意書き#
* その他の社名、製品名などは、一般に各社の表示、商標または登録商標です。