yolox-tiny¶
ユースケースと概要説明¶
yolox-tiny
は、物体検出タスク用の YOLOX モデルファミリーの小型バージョンです。YOLOX は、YOLO のアンカー・フリー・バージョンで、デザインはシンプルですが、パフォーマンスは向上しています。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。
仕様¶
メトリック |
値 |
---|---|
タイプ |
物体検出 |
GFLOPs |
6.4813 |
MParams |
5.0472 |
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 |
47.85% |
52.56% |
|
31.82% |
入力¶
元のモデル¶
画像、名前: images
、形状: 1, 3, 416, 416
、形式: B, C, H, W
。
説明:
B
- バッチサイズC
- チャネル数H
- 画像の髙さW
- 画像の幅
予想される色の順序は RGB
です。
平均値: [123.675、116.28、103.53] スケール値 - [58.395、57.12、57.375]
変換されたモデル¶
画像、名前: images
、形状: 1, 3, 416, 416
、形式: B, C, H, W
。
説明:
B
- バッチサイズC
- チャネル数H
- 画像の髙さW
- 画像の幅
予想される色の順序は、BGR
です。
出力¶
元のモデル¶
検出概要情報の配列、名前 - output
、形状 - 1, 3549, 85
、形式 - B, N, 85
。
説明:
B
- バッチサイズN
- 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
) - ボックス中心の生座標h
、w
- ボックスの生の高さと幅box_score
- 検出ボックスの信頼度class_no_1
、…、class_no_80
- ロジット形式のクラスにわたる確率分布。
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。
変換されたモデル¶
検出概要情報の配列、名前 - output
、形状 - 1, 3549, 85
、形式 - B, N, 85
。
説明:
B
- バッチサイズN
- 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
) - ボックス中心の生座標h
、w
- ボックスの生の高さと幅box_score
- 検出ボックスの信頼度class_no_1
、…、class_no_80
- ロジット形式のクラスにわたる確率分布。
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。
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>
法務上の注意書き¶
元のモデルは、Apache License バージョン 2.0 に基づいて配布されています。ライセンスの内容は、<omz_dir>/models/public/licenses/APACHE-2.0-PyTorch-YOLOX.txt
で確認できます。