説明
MobileNetsは、オンデバイスコンピュータビジョンにおける重要な進歩を表しており、パフォーマンスとリソース効率のために最適化されたモデルファミリーを提供します。TensorFlow向けに開発されたこれらのモデルは、計算能力、バッテリー寿命、ストレージが限られているモバイルおよび組み込みデバイスでの複雑な視覚認識タスクの実行という課題に対処するために特別に設計されています。
MobileNetsの背後にある主なイノベーションは、そのアーキテクチャにあり、これは小型、低遅延、低消費電力になるように設計されています。これにより、分類、検出、埋め込み、セグメンテーションなど、幅広いアプリケーションをデバイス上で直接実行できます。常にインターネット接続を必要とするクラウドベースのソリューションとは異なり、MobileNetsはいつでもどこでも視覚認識技術へのアクセスを可能にします。
これらのモデルは、さまざまなユースケースのリソース制約を満たすようにパラメータ化されています。精度、遅延、モデルサイズの間のトレードオフは、異なるMobileNetバリアントを選択することで管理できます。たとえば、Million MACs（乗算加算）とMillion Parametersが異なるモデルが利用可能であり、これらは速度とメモリフットプリントに直接影響します。Top-1およびTop-5の精度はILSVRCデータセットでベンチマークされており、開発者向けの明確なパフォーマンスメトリックを提供します。
MobileNetsは、Inceptionのようなより大きなモデルが利用されるのと同様に、より複雑なタスクのために拡張できます。例としては、きめ細かい分類、属性認識、ジオロケーションなどが挙げられます。リリースには、TF-Slimを使用したTensorFlowのモデル定義と、16個の事前学習済みImageNet分類チェックポイントが含まれており、あらゆる規模のモバイルプロジェクトへの統合を容易にします。モバイルデバイスへのデプロイには、TensorFlow Mobileが推奨されます。
MobileNetsのオープンソース性は、開発者がこれらの強力なモデルを自由に活用できるようにします。このプロジェクトは、高度なコンピュータビジョン機能を民主化し、より幅広い開発者やアプリケーションがアクセスできるようにすることを目指しています。付随する論文「MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications」は、根本的な原則と最適化を理解したい人のために詳細な技術情報を提供しています。
MobileNets: オンデバイスでの効率的なビジョンのハイライト
モバイルファーストなコンピュータビジョンモデルファミリー
TensorFlow向けに設計
オンデバイスおよび組み込みアプリケーション向けに最適化
低遅延および低消費電力
リソース制約管理のためのパラメータ化
分類、検出、埋め込み、セグメンテーションをサポート
事前学習済みのImageNet分類チェックポイントが利用可能
TensorFlow Mobileによる効率的な実行
コミュニティ利用のためのオープンソースリリース
さまざまなサイズと精度のモデルが利用可能
MobileNets: オンデバイスでの効率的なビジョンをはじめる
モデルにアクセスする: MobileNetsモデル定義と事前学習済みチェックポイントを取得します。
環境をセットアップする: 開発プラットフォームにTensorFlowとTensorFlow Mobileをインストールします。
API経由で統合する: 選択したMobileNetモデルをアプリケーションにロードします。
ビジョンタスクを実装する: モデルを画像分類、オブジェクト検出、またはその他のサポートされているタスクに使用します。
パフォーマンスを最適化する: 遅延、サイズ、精度の要件に基づいてモデルバリアントを選択します。
オンデバイスでデプロイする: 統合されたモデルをモバイルまたは組み込みデバイスで実行します。
MobileNets: オンデバイスでの効率的なビジョンの使用例
- オンデバイス画像分類
- リアルタイムオブジェクト検出
- モバイルファーストコンピュータビジョン
- オフライン視覚認識
- リソース制約のあるアプリケーション
- きめ細かい分類
- 属性認識
