yolof#

ユースケースと概要説明#

YOLOF は、FPN を使用しない、シンプルで、高速、効率的な物体検出器です。“You Only Look One-level Feature” の論文に基づいたモデルです。これは PyTorch* フレームワークで実装されました。モデルはバックボーンとして Cross Stage Partial ブロックを備えた DarkNet-53 を使用しました。詳細についてはリポジトリーを参照してください。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。<omz_dir>/data/dataset_classes/coco_80cl.txt ファイルで提供されるラベル名へのクラス ID のマッピング。

仕様#

メトリック	値
タイプ	検出
GFLOPs	175.37942
MParams	48.228
ソース・フレームワーク	PyTorch*

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	60.69%
COCO mAP (0.5)	66.23%
COCO mAP (0.5:0.05:0.95)	43.63%

入力#

元のモデル#

画像、名前: image_input、形状: 1, 3, 608, 608、形式: B, C, H, W、ここで:

B - バッチサイズ
C - チャネル
H - 髙さ
W - 幅

チャネルの順番は BGR です。平均値: [103.53、116.28、123.675]

変換されたモデル#

画像、名前: image_input、形状: 1, 3, 608, 608、形式: B, C, H, W、ここで:

B - バッチサイズ
C - チャネル
H - 髙さ
W - 幅

チャネルの順番は BGR です。

出力#

元のモデル#

インスタンスのリスト。後処理はモデル内に実装され、モデルの推論中に実行されます。各インスタンスは次のフィールドを持つオブジェクトです:

detection box
label - 予測されたクラス ID
score - 予測されたクラスの信頼度

検出ボックスの形式は [x_min, y_min, x_max, y_max] です。ここで:

(x_min, y_min) - 境界ボックスの左上隅の座標
(x_max, y_max) - 境界ボックスの右下隅の座標

変換されたモデル#

検出概要情報の配列、名前 - boxes、形状 - 1, 504, 38, 38。anchor 値は、16,16, 32,32, 64,64, 128,128, 256,256, 512,512 です。

各ケースの形式は B, N*84, Cx, Cy です。ここで:

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, class_id_1, …, class_id_80] です。ここで:

(x, y) - ボックスの中心の生の座標。対応するアンカーを乗算して、セル座標に対する相対値を取得します
h、w - ボックスの生の高さと幅、指数関数を適用し、対応するアンカーを乗算して、絶対的な高さと幅の値を取得します
class_id_1、…、class_id_80 - ロジット形式でのクラスにわたる確率分布。sigmoid 関数を適用して各クラスの信頼度を取得します

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#

このモデルは、Open Model Zoo が提供する次のデモで使用して、その機能を示します:

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) 2021 

megvii-model 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.