vehicle-detection-adas-0002¶
ユースケースと概要説明¶
これは、特徴抽出器として調整された MobileNet v1 を備えた SSD フレームワークに基づく車両検出ネットワークです。
例¶
仕様¶
メトリック |
値 |
---|---|
平均精度 (AP) |
90.6% |
ターゲットの車両サイズ |
フル HD 画像で 40 x 30 ピクセル |
検出する最大オブジェクト |
200 |
GFlops |
2.798 |
MParams |
1.079 |
ソース・フレームワーク |
Caffe* |
平均精度メトリックの説明については、PASCAL Visual Object Classes (VOC) Challenge を参照してください。
3,000 枚の画像と 12,585 台の車両を検出する内部データセットでテストされました。
入力¶
画像、名前: data
、形状: 1, 3, 384, 672
、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は BGR
です。
出力¶
最終出力は、形状: 1, 1, 200, 7
、形式: 1, 1, N, 7
のブロブです。ここで、N
は検出された境界ボックスの数です。各検出は [image_id
, label
, conf
, x_min
, y_min
, x_max
, y_max
] の形式です。
説明:
image_id
- バッチ内の画像の IDlabel
- 予測されたクラス ID (1 - 車両)conf
- 予測されたクラスの信頼度(
x_min
,y_min
) - 境界ボックスの左上隅の座標(
x_max
,y_max
) - 境界ボックスの右下隅の座標
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。
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。