yolo-v2-tf

ユースケースと概要説明

YOLO v2 は、このリポジトリーの Keras* を使用して実装され、TensorFlow* フレームワークに変換されたリアルタイム物体検出モデルです。このモデルは、80 クラスの Common Objects in Context (COCO) データセットで事前トレーニングされました。

変換

1. 元のリポジトリーをダウンロードまたはクローンします (d38c3d8 コミットでテスト済み)。

2. 次のコマンドで、元のモデル (リポジトリー内の yolov2 という名前) を取得し、それを Keras* 形式に変換します (詳細は、公式リポジトリーの README.md ファイルを参照してください)。

   1. YOLO v2 の重みをダウンロードします。

      wget -O weights/yolov2.weights https://pjreddie.com/media/files/yolov2.weights
      

   2. モデルの重みを Keras* に変換します。

      python tools/model_converter/convert.py cfg/yolov2.cfg weights/yolov2.weights weights/yolov2.h5
      

3. モデルを protobuf に変換します。

   python tools/model_converter/keras_to_tensorflow.py --input_model weights/yolov2.h5 --output_model=weights/yolo-v2.pb
   

仕様

メトリック	値
タイプ	検出
GFLOPs	63.03
MParams	50.95
ソース・フレームワーク	Keras*

精度

変換されたモデルの Common Objects in Context (COCO) 検証データセットで取得された精度メトリック。

メトリック	値
mAP	53.15%
COCO mAP	56.5%

入力

元のモデル

画像、名前: image_input、形状: 1, 608, 608, 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: image_input、形状: 1, 608, 608, 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_22/BiasAdd、形状 - 1, 19, 19, 425、形式 - B, Cx, Cy, N*85。

説明:

• B - バッチサイズ

• Cx、Cy - セル・インデックス

• N - セルの検出ボックスの数

検出ボックスの形式は、[x, y, h, w, box_score, class_no_1, …, class_no_80]。

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_80 - 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。

このモデルは、80 カテゴリーのオブジェクトを含む Common Objects in Context (COCO) データセットでトレーニングされました。<omz_dir>/data/dataset_classes/coco_80cl.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、0.57273,0.677385, 1.87446,2.06253, 3.33843,5.47434, 7.88282,3.52778, 9.77052,9.16828 です。

変換されたモデル

検出概要情報の配列、名前 - conv2d_22/BiasAdd/YoloRegion、形状 - 1, 153425、形式 - B, N*85, 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_80]。

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_80 - [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

このモデルは、80 カテゴリーのオブジェクトを含む Common Objects in Context (COCO) データセットでトレーニングされました。<omz_dir>/data/dataset_classes/coco_80cl.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、0.57273,0.677385, 1.87446,2.06253, 3.33843,5.47434, 7.88282,3.52778, 9.77052,9.16828 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。

MIT License

Copyright (c) 2019 david8862

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.

MIT ライセンス (MIT)

本ソフトウェアおよび関連文書ファイル (以下「本ソフトウェア」) の複製物を入手した人に対し、以下の条件に従い、本ソフトウェアの使用、複製、変更、結合、公開、頒布、サブライセンス、および/または複製物の販売を行う権利を含むがこれに限定されない、本ソフトウェアを無制限に取り扱うこと、および本ソフトウェアを提供される者にこれを許可することを、無償で許可します。

上記の著作権表示および本許諾表示は、本ソフトウェアのすべての複製物または相当部分に含まれるものとします。

本ソフトウェアは「現状のまま」提供され、明示または黙示を問わず、商品性、特定目的への適合性および非侵害の保証を含むがこれに限定されない、いかなる種類の保証もありません。いかなる場合においても、著作者または著作権所有者は、契約、不法行為、その他を問わず、本ソフトウェア、または本ソフトウェアの使用もしくはその他の取引から生じる、または本ソフトウェアに関連して生じる、いかなる請求、損害、またはその他の責任についても責任を負わないものとします。