yolo-v1-tiny-tf

ユースケースと概要説明

YOLO v1 Tiny は、TensorFlow.js* フレームワークによるリアルタイムの物体検出モデルです。このモデルは、20 クラスの VOC データセットで事前トレーニングされました。

変換

1. 追加の依存関係をインストールします。

   h5py
   keras
   tensorflowjs
   

2. ここからモデルをダウンロードします (aa4354c コミットでテスト済み)。

3. tensorflowjs_converter スクリプトを使用してモデルを Keras* 形式に変換します。
   例:

   tensorflowjs_converter --input_format tfjs_layers_model --output_format keras <model_in>.json <model_out>.h5
   

4. 生成されたモデルを protobuf 形式に変換します。

   1. リポジトリーから変換スクリプトを取得します。

      git clone https://github.com/amir-abdi/keras_to_tensorflow
      

   2. (オプション) 変換がテストされたコミットをチェックアウトします。

      git checkout c841508a88faa5aa1ffc7a4947c3809ea4ec1228
      

   3. keras_to_tensorflow.py.patch を適用します。

      git apply keras_to_tensorflow.py.patch
      

   4. スクリプトを実行:

      python keras_to_tensorflow.py --input_model=<model_in>.h5 --output_model=<model_out>.pb
      

仕様

メトリック	値
タイプ	検出
GFLOPs	6.988
MParams	15.858
ソース・フレームワーク	TensorFlow.js*

精度

変換されたモデルの VOC2007 データセットからのテストデータで取得された精度メトリック。

メトリック	値
mAP	54.79%

入力

元のモデル

画像、名前: input_1、形状: 1, 416, 416, 3、形式: B, H, W, C。

説明:

• B - バッチサイズ

• H - 高さ

• W - 幅

• C - チャネル

チャネルの順番は RGB です。スケール値 - 255。

変換されたモデル

画像、名前: input_1、形状: 1, 416, 416, 3、形式: B, H, W, C。

説明:

• B - バッチサイズ

• H - 高さ

• W - 幅

• C - チャネル

チャネルの順番は BGR です。

出力

元のモデル

検出概要情報の配列、名前 - conv2d_9/BiasAdd、形状 - 1, 13, 13, 125、形式 - B, Cx, Cy, N*25。

説明:

• B - バッチサイズ

• N - セルの検出ボックスの数

• Cx、Cy - セル・インデックス

検出ボックスの形式は、[x, y, h, w, box_score, class_no_1, …, class_no_20]。

説明:

• (x, y) - ボックスの中心の生の座標。sigmoid 関数を適用してセルを基準とした座標を取得します。

• h、w - ボックスの生の高さと幅、指数関数を適用し、対応するアンカーと乗算して、セルに対する高さと幅の値を取得します

• box_score - 検出の信頼度ボックス。sigmoid 関数を適用して [0, 1] 範囲の信頼度を取得します。

• class_no_1, …, class_no_20 - クラス全体の確率分布をロジット形式で計算し、softmax 関数を適用し、取得した信頼値を乗算して各クラスの信頼度を取得します。

<omz_dir>/data/dataset_classes/voc_20cl.txt ファイルで提供されるクラス名へのマッピング。

anchor 値は、1.08,1.19, 3.42,4.41, 6.63,11.38, 9.42,5.11, 16.62,10.52 です。

変換されたモデル

検出概要情報の配列、名前 - conv2d_9/BiasAdd/YoloRegion、形状 - 1, 21125、形式 - B, N*25, Cx, Cy。

説明:

• B - バッチサイズ

• N - セルの検出ボックスの数

• Cx、Cy - セル・インデックス

検出ボックスの形式は、[x, y, h, w, box_score, class_no_1, …, class_no_20]。

説明:

• (x,y) - セルに対するボックスの中心の座標

• h、w - ボックスの生の高さと幅、指数関数を適用し、対応するアンカーと乗算して、セルに対する高さと幅の値を取得します

• box_score - [0, 1] 範囲の検出ボックスの信頼度

• class_no_1、…、class_no_20 - [0, 1] 範囲のクラスにわたる確率分布。信頼値を乗算して各クラスの信頼度を取得します

<omz_dir>/data/dataset_classes/voc_20cl.txt ファイルで提供されるクラス名へのマッピング。

anchor 値は、1.08,1.19, 3.42,4.41, 6.63,11.38, 9.42,5.11, 16.62,10.52 です。

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。

• オブジェクト検出 C++ デモ

• オブジェクト検出 Python* デモ

• 歩行者追跡 C++ デモ

法務上の注意書き

元のモデルは、こちらのライセンスに基づいて配布されています。

Copyright (c) 2018 Qian Sha

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND,
EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF
MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT.
IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM,
DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR
OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE
OR OTHER DEALINGS IN THE SOFTWARE.