googlenet-v3#

ユースケースと概要説明#

googlenet-v3 モデルは、画像分類を実行するために設計された Inception ファミリーの最初のモデルです。このファミリーモデルの詳細は、こちらをご覧ください。

仕様#

メトリック

値

タイプ

分類

GFLOPs

11.469

MParams

23.819

ソース・フレームワーク

TensorFlow*

精度#

メトリック

値

上位 1

77.904%

上位 5

93.808%

入力#

元のモデル#

画像、名前: input、形状: 1, 299, 299, 3、形式: B, H, W, C、ここで:

  • 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: RGB。平均値: [127.5、127.5、127.5]、各チャネルのスケール係数: 127.5

変換されたモデル#

画像、名前: input、形状: 1, 299, 299, 3、形式: B, H, W, C、ここで:

  • 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: BGR。

出力#

ImageNet クラスに基づくオブジェクト分類子、名前: InceptionV3/Predictions/Softmax、形状: 1, 1001、形式: B, C、ここで:

  • B - バッチサイズ

  • C - [0, 1] 範囲のすべてのデータセット・クラスの確率ベクトル (0 クラスはバックグラウンド)。

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: