nanodet-plus-m-1.5x-416#

ユースケースと概要説明#

nanodet-plus-m-1.5x-416 モデルは NanoDet モデルファミリーの 1 つで、分類および回帰損失として一般化焦点損失を使用する FCOS スタイルの 1 ステージのアンカーフリー物体検出モデルです。NanoDet-Plus では、シンプルな割り当てガイダンスモジュール (AGM) と動的ソフト・ラベル・アサイナー (DSLA) を備えた新しいラベル割り当て方式が使用され、軽量モデル・トレーニングにおける最適なラベル割り当ての問題を解決します。また、マルチレイヤー機能の融合を強化するために、Ghost-PAN と呼ばれるライト機能ピラミッドが Plus モデルに導入されています。ShuffleNetV2 1.5x バックボーンを搭載した超高速の高精度軽量モデルです。このモデルは、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。

詳細については、リポジトリーで説明されています。

仕様#

メトリック

値

タイプ

物体検出

GFLOPs

3.0147

MParams

2.4614

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。80 の公開されている利用可能なオブジェクト・カテゴリーを含むラベルマップが使用されます。

メトリック

値

coco_orig_precision

33.77%

coco_precision

34.53%

入力#

元のモデル#

画像、名前: data、形状: 1, 3, 416, 416、形式: B, C, H, W、ここで:

  • 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。

平均値: [103.53、116.28、123.675]スケール値 - [57.375、57.12、58.395]

変換されたモデル#

画像、名前: data、形状: 1, 3, 416, 416、形式: B, C, H, W、ここで:

  • 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, 3598, 112、形式 - B, N, 112、ここで:

  • 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次のとおりです:

  • ファイル <omz_dir>/data/dataset_classes/coco_80cl.txt にリストされている、パブリックな 80 個の Common Objects in Context (COCO) オブジェクト・クラスのロジット形式のクラス全体の 80 個の確率分布。

  • A * 4 形式の 8 * 4 の生の座標。ここで、A は整数セットの最大値。

変換されたモデル#

検出概要情報の配列、名前 - output、形状 - 1, 3598, 112、形式 - B, N, 112、ここで:

  • 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次のとおりです:

  • ファイル <omz_dir>/data/dataset_classes/coco_80cl.txt にリストされている、パブリックな 80 個の Common Objects in Context (COCO) オブジェクト・クラスのロジット形式のクラス全体の 80 個の確率分布。

  • A * 4 形式の 8 * 4 の生の座標。ここで、A は整数セットの最大値。

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: