详解OpenVINO 模型库中的人脸检测模型

人脸检测模型OpenVINO的模型库中有多个人脸检测模型,这些模型分别支持不同场景与不同分辨率的人脸检测,同时检测精度与速度也不同。下面以OpenVINO2020 R04版本为例来逐一解释模型库中的人脸检测,列表如下: 在这里插入图片描述从列表中可以看出骨干特征网络主要是MobileNetv2与SqueezeNet两种支持实时特征网络,ResNet152是高精度的特征网络,检测头分别支持SSD、F

小o 2年前
5280 0 0

使用OpenVINO加速Pytorch表情识别模型

关于模型模型是我基于前面一篇文章训练得到的,模型基于残差网络结构全卷积分类网络, 输入格式:NCHW=1x3x64x64 输出格式:NCHW=1x8x1x1 支持八种表情识别,列表如下: [“neutral”,“anger”,“disdain”,“disgust”,“fear”,“happy”,“sadness”,“surprise”] 转ONNX训练好的Pytorch模型可以保存为pt文件,通过

小o 2年前
6860 0 0

如何在OpenVINO中部署加速Keras训练生成的模型

基本思路分析大家好,今天给大家分享一下如何把Keras框架训练生成模型部署到OpenVINO平台上实现推理加速。要把Keras框架训练生成的h5模型部署到OpenVINO上,有两条技术路线: 选择一:把预训练权重文件h5转换pb文件,然后再转为OpenVINO可以解析的IR文件 选择二:把预训练权重文件h5转为ONNX格式文件,然后OpenVINO就可以直接读取跟使用了。 很显然,第一条技术路线中

小o 2年前
6392 0 0

OpenVINO中的ATSS与FCOS人脸检测模型代码演示

模型输入与输出OpenVINO 2020R04版本的官方模型库中有两个人脸检测模型标号分别为: face-detection-0105 – MobileNetv2 + FCOS face-detection-0106 – RestNet152 + ATSS 这里需要注意一下,FCOS与ATSS模型检测头输出跟SSD模型不同,官方支持的IR文件有两个输出数据分别是: boxes: [Nx5], la

小o 2年前
6056 0 0

OpenVINO文本检测与识别

模型解释OpenVINO支持场景文字检测是基于MobileNet的PixelLink模型,该模型有两个输出,分别是分割输出与bounding Boxes输出,结构如下: 下面是基于VGG16作为backbone实现的PixelLink的模型结构: 输入格式:1x3x768x1280 BGR彩色图像 输出格式: name: “model/link_logits_/add”, [1x16x192x32

小o 2年前
5588 0 0