ディープラーニングモデルパッケージを推論

プレリリース版のマニュアルを表示しています。安定リリース版(星マーク付き)のマニュアルを表示するには、ページの右上隅にあるバージョン番号をクリックして切り替えてください。

Mech-Vision 1.7.2バージョン以降、「ディープラーニングモデルパッケージを推論(CPU)」と「ディープラーニングモデルパッケージを推論(Mech-DLK2.2.0+)」ステップは、「ディープラーニングモデルパッケージを推論」に統合されます。「ディープラーニングモデルパッケージを推論」ステップは、Mech-DLKによってエクスポートされた2種類のディープラーニングモデルファイル(拡張子が.dlkpackCと.dlkpack)をサポートします。

Mech-Vision 1.7.2バージョンで過去バージョンのプロジェクトを開くと、「ディープラーニングモデルパッケージを推論(CPU)」と「ディープラーニングモデルパッケージを推論(Mech-DLK 2.2.0+)」ステップは自動的に「ディープラーニングモデルパッケージを推論」に置き換わります。

機能

このステップはMech-DLKによってエクスポートされた単体モデルまたは直列モデルに対して推論を行い、推論結果を出力することができます。

現在このステップでは、画像分類、対象物検出、欠陥セグメンテーション、インスタンスセグメンテーション、テキスト検出、テキスト認識、教師なしセグメンテーションの7種類のモデルパッケージの推論を実行できます。

このステップは、Mech-DLK 2.2.0以降バージョンによってエクスポートされたモデルパッケージのみ対応しています。

Mech-DLK 2.4.1以降、モデルパッケージには、単体モデルと直列モデルの2種類があります。

  • 単体モデルパッケージ:1つのディープラーニングアルゴリズムモジュールのみを搭載したモデルパッケージのことを指します(例:「インスタンスセグメンテーション」モデル)。

  • 直列モデルパッケージ:ディープラーニングアルゴリズムモジュールの複数のモデルを、前のモデルの出力が次のモデルの入力となる直列形式で搭載したモデルパッケージのことを指します。例えば、モデルパッケージに「対象物検出」と「インスタンスセグメンテーション」の2つのモデルがある場合、モデルの推論順序は対象物検出  インスタンスセグメンテーション となり、「対象物検出」の出力は「インスタンスセグメンテーション」の出力になります。「対象物検出」モデルの出力は、「インスタンスセグメンテーション」モデルの入力として使用されます。

このステップが直列モデルの推論を行う場合、直列モデルの推論結果は ディープラーニング結果を解析 ステップで解析することができます。

使用シーン

このステップは通常、画像分類、対象物検出、欠陥セグメンテーションなどのシーンに使用されます。このステップの互換性については、 ディープラーニングステップの互換性に関する説明 をご参照ください。

入力と出力

単体モデルパッケージ

単体モデルパッケージをインポートする場合、このステップの入力と出力は、「対象物検出」を例にすると、下図のようになります。

deep learning model package inference input and output single

直列モデルパッケージ

直列モデルをインポートする場合、このステップの入力と出力は、「対象物検出+欠陥セグメンテーション+画像分類」を例にすると、下図のようになります。

deep learning model package inference input and output multi

システム要件

このステップを使用する場合、以下のシステム要件を満たす必要があります。

  • CPU:AVX2命令セットをサポートし、以下のいずれかの条件を満たす必要があります:

    • ディスクリートGPU非搭載の場合:Intel i5-12400以上。

    • ディスクリートGPU搭載の場合:Intel i7-6700以上、GeForce GTX 1660以上(GPU)。

    Intel CPUで十分にテストされており、AMD CPUではまだテストされていません。Intel CPUの使用をお勧めします。

  • GPU:GeForce GTX 1660以上(ディスクリートGPU搭載の場合)。

パラメータ説明

以下のリンクをクリックすると、各機能に対応するパラメータの説明が表示されます。

このステップで直列モデルの推論を行う場合、その後の「ディープラニング結果を解析」ステップでパラメータを調整することができます。

Mech-Mindは、お客様のプライバシーを重視しています

このサイトでは最高の体験を提供するために Cookie を使用しています。サイトの閲覧を続ける場合、Cookie の使用に同意したことになります。「拒否する」を選択すると、このサイトを訪れた際に追跡や記憶が行われないように単独の Cookie が使用されます。