资源 | 从人脸检测到语义分割,OpenCV预训练模型库

百家 作者:机器之心 2018-10-25 05:13:09

选自GitHub

机器之心编辑

参与:刘晓坤


OpenCV 的 GitHub 页面中有一个称为「open_model_zoo」的资源库,里面包含了大量的计算机视觉预训练模型,并提供了下载方法。使用这些免费预训练模型可以帮助你加速开发和产品部署过程。


项目地址:https://github.com/opencv/open_model_zoo


open_model_zoo 预训练模型概览:


目标检测模型


有几种检测模型可以用于检测一系列最常见的目标。大多数网络都是基于 SSD 并提供了合理的准确率/速度权衡。这个列表有人脸、人物、汽车、自行车等目标的检测模型,其中包含一些检测相同类型的目标的网络(例如 face-detection-adas-0001face-detection-retail-0004),因而你可以选择更高准确率/更广泛应用的网络,但同时存在更慢推理速度的代价。



示例模型:face-detection-adas-0001


这个人脸检测器用于驾驶员状态检测和类似场景。该网络以 MobileNet 作为骨干,包含深度可分卷积来减少 3x3 卷积的计算量。


face-detection-adas-0001 人脸检测应用示例


face-detection-adas-0001 性能指标和规格


示例模型:person-detection-retail-0001


这个网络用于零售场景的行人检测,基于 hyper-feature+R-FCN 的骨干。


person-detection-retail-0001 人物检测应用示例


目标识别模型


目标识别模型被用于分类、回归和特征识别。可以在使用检测模型之后使用这些网络(例如,在人脸检测之后使用年龄/性别识别)。这个列表包含了年龄/性别、头部姿态、车牌号码、汽车属性、情绪、人脸关键点和人物属性等目标的识别模型。



示例模型:vehicle-attributes-recognition-barrier-0039


vehicle-attributes-recognition-barrier-0039 汽车属性识别应用示例


示例模型:person-attributes-recognition-crossroad-0031


person-attributes-recognition-crossroad-0031 人物属性识别应用示例


再识别模型


视频中进行目标的精确追踪是计算机视觉的常见应用(例如,人群计数)。以下网络可以用于这样的场景。输入一个人的图像并估计一个表征该人物外观的高维向量。这个向量可以用于进一步评估:对应同一个人的图像会有很接近的向量(基于 L2 距离指标)。以下列表提供了不同准确率/速度权衡的模型选择。列表中包含了人物和人脸再识别任务的模型。



示例模型:person-reidentification-retail-0031


person-reidentification-retail-0031ren'w 人物再识别应用示例


示例模型 face-reidentification-retail-0001


face-reidentification-retail-0001 人脸再识别应用示例


语义分割模型


语义分割是目标检测的扩展,其输出是目标的按类别区分的彩色掩码,而不是边框。这些网络比对应的检测模型要大得多,但可以对目标实现更精准的定位,并且不受目标的复杂形状所影响。列表中包含了街景和路面图像的语义分割模型。



示例模型:semantic-segmentation-adas-0001


semantic-segmentation-adas-0001 街景图像语义分割应用示例 


模型下载:https://github.com/opencv/open_model_zoo/blob/2018/model_downloader/README.md



本文为机器之心编辑,转载请联系本公众号获得授权

✄------------------------------------------------

加入机器之心(全职记者/实习生):hr@jiqizhixin.com

投稿或寻求报道:content@jiqizhixin.com

广告&商务合作:bd@jiqizhixin.com

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接