模型介绍
中文整理Bad Image Detecting
模型描述
基于mobilenet-v2的一个简单基线,可以有效检测异常图像,包括编解码或者图像宽高、行偏移错误等造成的花屏,绿屏图像。
:-----------------------------------------------------------------------------------:
Bad Image Detecting
期望模型使用方式以及适用范围
本模型适用于检测图像/视频中的坏帧,包括花屏,绿屏等异常帧,输出图像检测类型,包含[花屏, 绿屏, 正常]。模型适用于1080P及以下分辨率图像质量评价。
如何使用
在ModelScope框架上,提供输入图片,即可通过简单的Pipeline调用来使用。
代码范例
验证数据介绍
cv mobilenet-v2 bad-image-detecting validation sub
包含正常图像,花屏图像及绿屏图像。数据使用自有视频/图像数据经过编解码、宽高偏置错误或者搜集得到。图像标签0,1,2分别代表正常图像、花屏图像及绿屏图像.
文件类型:.PNG
文件数量:252
数据评估及结果
Dataset ACCURACY
:---- :----
cv mobilenet-v2 bad-image-detecting validation 0.9921
bash
git clone https://www.modelscope.cn/damo/cv mobilenet-v2 bad-image-detecting.git
@misc{
title={Inverted Residuals and Linear Bottlenecks: Mobile Networks for Classification, Detection and Segmentation},
author={Mark Sandler Andrew Howard},
year={2019},
eprint={2111.07104},
archivePrefix={arXiv}
}
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
