yolo-v2-tiny-ava-sparse-60-0001

ユースケースと概要説明

これは、VOC2012 トレーニング・データセットでトレーニングされた tiny YOLO v2 物体検出ネットワークの再実装および再トレーニングされたバージョンです。ネットワークの重みプルーニングは、畳み込みレイヤーをスパース化するために適用されます (ネットワーク・パラメーターの 60% がゼロに設定されます)。

仕様

メトリック

値

評価指標 (mAP)

35.32%

GFlops

6.9949

MParams

15.8587

ソース・フレームワーク

TensorFlow*

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。VOC 2012 検証データセットでテストされています。

入力

画像、名前: data、形状: 1, 416, 416, 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

ネットは形状 1, 21125 のブロブを出力します。これは 5, 25, 13, 13 に再形成できます。各数値はそれぞれ [num_anchors、cls_reg_obj_params、y_loc、x_loc] に対応します。

  • num_anchors: アンカーボックスの数。y_loc および x_loc で指定された各空間位置には 5 つのアンカーがあります

  • cls_reg_obj_params: 分類と回帰パラメーター。値は次のもので構成されます。

    • 回帰パラメーター (4)

    • 客観性スコア (1)

    • クラススコア (20)、<omz_dir>/data/dataset_classes/voc_20cl.txt ファイルで提供されるクラス名にマッピングします。

  • y_loc および x_loc: 各グリッドの空間位置

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。