画像分類子 – Inception ResNet v2

概要

これは、 ImageNet 2012 Large Scale Visual Recognition Challenge の 1,000 種類のオブジェクト・クラスを認識するモデルです。このモデルは Inception-ResNet-v2 アーキテクチャーを使用した深層畳み込みネットワークで構成されており、ImageNet-2012 データセットで トレーニングされています。モデルに 299×299 の画像を入力すると、推定したクラス確率のリストが出力されます。

モデルのメタデータ

ドメイン アプリケーション 業種 フレームワーク トレーニング・データ 入力データの形式
視覚 画像分類 一般 Keras ImageNet 画像 (RGB/HWC)

参考資料

ライセンス

コンポーネント ライセンス リンク
モデルの GitHub リポジトリー Apache 2.0 LICENSE
モデルの重み Apache 2.0 Keras Inception-ResNet-v2
モデルのコード (サード・パーティー) MIT Keras の LISENSE
テスト・アセット 各種 サンプルの README

このモデルのデプロイ方法

  • Docker Hub からデプロイする場合:

    docker run -it -p 5000:5000 codait/max-inception-resnet-v2
    
  • Red Hat OpenShift からデプロイする場合:

    Follow the instructions for the OpenShift web console or the OpenShift Container Platform CLI in this tutorial and specify codait/max-inception-resnet-v2 as the image name.

  • Kuberneters 上にデプロイする場合:

    kubectl apply -f https://raw.githubusercontent.com/IBM/MAX-Inception-ResNet-v2/master/max-inception-resnet-v2.yaml
    
  • ローカルにデプロイする場合: GitHub 上のモデルの README に記載されている手順に従います。

使用例

このモデルをテストまたは使用するには、以下の方法があります。

cURL を使用してモデルをテストする

モデルをデプロイしたら、コマンド・ラインからモデルをテストできます。例えばローカルで実行する場合は、以下のコマンドを使用します。

curl -F "image=@samples/dog.jpg" -X POST http://localhost:5000/model/predict
{
  "status": "ok",
  "predictions": [
    {
      "label_id": "n02088364",
      "label": "beagle",
      "probability": 0.44505545496941
    },
    {
      "label_id": "n02089867",
      "label": "Walker_hound",
      "probability": 0.3902231156826
    }
  ]
}

Node-RED フロー内でモデルをテストする

node-red-contrib-model-asset-exchange モジュールのセットアップ手順に従った後、inception-resnet-v2 開始フローをインポートします。