vehicle-reid-0001

ユースケースと概要説明

これは、一般的なシナリオの車両再識別モデルです。車体全体の画像を入力として使用し、コサイン距離によって画像のペアを照合する埋め込みベクトルを出力します。このモデルは、高速推論向けに開発された OmniScaleNet バックボーンに基づいています。1/16 スケールの特徴マップからの単一の再識別ヘッドは、512 個の浮動小数点数の埋め込みベクトルを出力します。

仕様

メトリック

VeRi-776* rank-1

96.31%

VeRi-776* mAP

85.15%

カメラの場所

すべての交通カメラ

遮蔽された車両のサポート

オクルージョン・カバレッジ

<50%

GFlops

2.643

MParams

2.183

ソース・フレームワーク

PyTorch*

ランク 1 の累積一致曲線 (CMC) は、上位 1 ランク内に少なくとも 1 人の真陽性者を特定できる可能性を示す精度です。平均平均精度 (mAP) は、すべての照会の平均精度 (AP) の平均です。AP は、適合率および再現率曲線の下の領域として定義されます。

入力

元のモデル

B, C, H, W 形式の形状 1, 3, 208, 208 の 1 つの画像。
説明:

  • B - バッチサイズ

  • C - チャネル

  • H - 高さ

  • W - 幅

チャネルの順番は RGB です。

変換されたモデル

B, C, H, W 形式の形状 1, 3, 208, 208 の 1 つの画像。
説明:

  • B - バッチサイズ

  • C - チャネル

  • H - 高さ

  • W - 幅

チャネルの順番は BGR です。

出力

ネットはベクトル記述子を出力し、コサイン距離を使用して他の記述子と比較できます。

元のモデル

形状: 1, 512、形式: B, C のブロブ。

説明:

  • B - バッチサイズ

  • C - 予測される記述子のサイズ

変換されたモデル

形状: 1, 512、形式: B, C のブロブ。

説明:

  • B - バッチサイズ

  • C - 予測される記述子のサイズ

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。