图像分类模型

查看源文件

图像分类介绍

图像分类模型可以预测图片中出现哪些物体,识别出图片中出现物体列表及其概率。 比如下图经过模型推理的分类结果为下表:

image_classification

类别

概率

0.9620

植物

0.9216

花瓣

0.7893

花盆

0.6171

使用MindSpore Lite实现图像分类的示例代码

图像分类模型列表

下表是使用MindSpore Lite推理的部分图像分类模型的数据。

下表的性能是在mate30手机上测试的。

模型名称

大小(Mb)

Top1

Top5

F1

CPU 4线程时延(ms)

MobileNetV2

11.5

-

-

65.5%

14.595

Inceptionv3

90.9

78.62%

94.08%

-

92.086

Shufflenetv2

8.8

67.74%

87.62%

-

8.303

GoogleNet

25.3

72.2%

90.06%

-

23.257

ResNext50

95.8

73.1%

91.21%

-

138.164

GhostNet

15.0

73.9%

91.40%

-

9.959

GhostNet600

40.4

80.2%

94.90%

-

52.243

GhostNet_int8

15.3

73.6%

-

-

31.452

VGG-Small-low_bit

17.8

93.7%

-

-

9.082

ResNet50-0.65x

48.6

80.2%

-

-

89.816

plain-CNN-ResNet18

97.3

95.4%

-

-

63.227

plain-CNN-ResNet34

80.5

95.0%

-

-

20.652

plain-CNN-ResNet50

89.6

94.5%

-

-

24.561