画像分類のデモ (Python)

概要

スクリプト image_classification.py は、テキストファイルで指定されたすべての画像とそのラベルを読み取ります。次に、ResNet50 モデルを使用してそれらを分類し、精度の結果を表示します。

ResNet50 モデルのダウンロード

mkdir -p model/1
wget -P model/1 https://storage.openvinotoolkit.org/repositories/open_model_zoo/2022.1/models_bin/2/resnet50-binary-0001/FP32-INT1/resnet50-binary-0001.bin
wget -P model/1 https://storage.openvinotoolkit.org/repositories/open_model_zoo/2022.1/models_bin/2/resnet50-binary-0001/FP32-INT1/resnet50-binary-0001.xml

OpenVINO™ モデルサーバーの実行

docker run -d -v $PWD/model:/models -p 9000:9000 openvino/model_server:latest --model_path /models --model_name resnet --port 9000

クライアントの実行

git clone https://github.com/openvinotoolkit/model_server.git
cd model_server/demos/image_classification/python

python image_classification.py --help
usage: image_classification.py [-h] [--images_list IMAGES_LIST]
                              [--grpc_address GRPC_ADDRESS]
                              [--grpc_port GRPC_PORT]
                              [--input_name INPUT_NAME]
                              [--output_name OUTPUT_NAME]
                              [--model_name MODEL_NAME] [--size SIZE]
                              [--rgb_image RGB_IMAGE]

引数

引数	説明
-h、–help	ヘルプを表示して終了します。
–images_list	ラベル付き画像のリストを含むファイルへのパス。
–grpc_address GRPC_ADDRESS	grpc サービスへの URL を指定します。 デフォルト: localhost
–grpc_port GRPC_PORT	grpc サービスのポートを指定します。 デフォルト: 9000
–input_name	入力テンソル名を指定します。 デフォルト: input
–output_name	出力名を指定します。 デフォルト: resnet_v1_50/predictions/Reshape_1
–model_name	モデル名を定義します。現在使用されているものと同じである必要があります。 デフォルト: resnet
–size SIZE	モデル内の画像のサイズ。
–rgb_image RGB_IMAGE	入力画像の BGR チャネルを RGB チャネルに変換します。

使用例

python image_classification.py --grpc_port 9000 --input_name 0 --output_name 1463 --images_list ../input_images.txt

Start processing:
        Model name: resnet
        Images list file: ../input_images.txt
../../common/static/images/airliner.jpeg (1, 3, 224, 224) ; data range: 0.0 : 255.0
Processing time: 25.08 ms; speed 39.87 fps
         1 airliner 404 ; Correct match.
../../common/static/images/arctic-fox.jpeg (1, 3, 224, 224) ; data range: 0.0 : 255.0
Processing time: 22.97 ms; speed 43.53 fps
         2 Arctic fox, white fox, Alopex lagopus 279 ; Correct match.
../../common/static/images/bee.jpeg (1, 3, 224, 224) ; data range: 0.0 : 255.0
Processing time: 24.45 ms; speed 40.90 fps
         3 bee 309 ; Correct match.
../../common/static/images/golden_retriever.jpeg (1, 3, 224, 224) ; data range: 0.0 : 255.0
Processing time: 23.93 ms; speed 41.78 fps
         4 golden retriever 207 ; Correct match.
../../common/static/images/gorilla.jpeg (1, 3, 224, 224) ; data range: 0.0 : 255.0
Processing time: 24.72 ms; speed 40.46 fps
         5 gorilla, Gorilla gorilla 366 ; Correct match.
../../common/static/images/magnetic_compass.jpeg (1, 3, 224, 224) ; data range: 0.0 : 247.0
Processing time: 24.74 ms; speed 40.43 fps
         6 magnetic compass 635 ; Correct match.
../../common/static/images/peacock.jpeg (1, 3, 224, 224) ; data range: 0.0 : 255.0
Processing time: 22.39 ms; speed 44.66 fps
         7 peacock 84 ; Correct match.
../../common/static/images/pelican.jpeg (1, 3, 224, 224) ; data range: 0.0 : 255.0
Processing time: 25.96 ms; speed 38.53 fps
         8 pelican 144 ; Correct match.
../../common/static/images/snail.jpeg (1, 3, 224, 224) ; data range: 0.0 : 248.0
Processing time: 23.68 ms; speed 42.23 fps
         9 snail 113 ; Correct match.
../../common/static/images/zebra.jpeg (1, 3, 224, 224) ; data range: 0.0 : 255.0
Processing time: 23.68 ms; speed 42.24 fps
         10 zebra 340 ; Correct match.
Overall accuracy= 100.0 %
Average latency= 23.5 ms