yolo-v2-tiny-vehicle-detection-0001

ユースケースと概要説明

これは、“バリア” ユースケースの車両検出用に微調整された YOLO v2 Tiny ネットワークです。

Tiny 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、車両検出用に微調整されました。

仕様

メトリック

タイプ

検出

mAP

88.64%

coco_precision

94.97%

GFLOPs

5.424

MParams

11.229

ソース・フレームワーク

Keras*

入力

画像、名前: image_input、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

検出概要情報の配列、名前 - predict_conv/BiasAdd/YoloRegion、形状 - 1, 71825、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

  • CxCy - 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

  • hw - 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

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。

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。