vehicle-license-plate-detection-barrier-0123¶
ユースケースと概要説明¶
これは、MobileNetV2 + SSD ベースの車両および “バリア” ユースケース用のナンバープレート (中国の) 検出器です。
例¶
仕様¶
メトリック |
値 |
---|---|
評価指標 (mAP) |
99.52% |
AP 車両 |
99.90% |
AP プレート |
99.13% |
車の状態 |
前向きの車両 |
最小のプレート幅 |
96 ピクセル |
検出する最大オブジェクト |
200 |
GFlops |
0.271 |
MParams |
0.547 |
ソース・フレームワーク |
TensorFlow* |
平均精度 (AP) は、精度/再現率曲線の下の領域として定義されます。評価データセットは BIT-Vehicle です。
入力¶
元のモデル¶
入力画像、名前: input
、形状: 1, 256, 256, 3
、形式: B, H, W, C
。
説明:
B
- バッチサイズH
- 画像の髙さW
- 画像の幅C
- チャネル数
予想される色の順序: RGB
。平均値: [127.5、127.5、127.5]、各チャネルのスケール係数: 127.5
変換されたモデル¶
入力画像、名前: input
、形状: 1, 256, 256, 3
、形式: B, H, W, C
。
説明:
B
- バッチサイズH
- 画像の髙さW
- 画像の幅C
- チャネル数
予想される色の順序は BGR
です。
出力¶
元のモデル¶
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。各検出の形式は次のとおりです。
[image_id
, label
, conf
, x_min
, y_min
, x_max
, y_max
]
説明:
image_id
- バッチ内の画像の IDlabel
- 予測されたクラス IDconf
- 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。
変換されたモデル¶
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。各検出の形式は次のとおりです。
[image_id
, label
, conf
, x_min
, y_min
, x_max
, y_max
]
説明:
image_id
- バッチ内の画像の IDlabel
- 予測されたクラス IDconf
- 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。
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>
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¶
元のモデルは、Apache License バージョン 2.0 に基づいて配布されています。ライセンスの内容は、<omz_dir>/models/public/licenses/APACHE-2.0.txt
で確認できます。
* 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。