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 ID

  • label - 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。