コンテンツにスキップ

AlexNetによる画像分類

AlexNetを使用した画像分類チュートリアル

このチュートリアルでは、ONNX Runtimeを使用して、事前学習済みのAlexNetモデルで画像を分類する方法を示します。

前提条件

ONNX Runtimeがインストールされていること
ONNXモデルズーからAlexNet ONNXモデルをダウンロードしていること
OpenCVがインストールされていること

AlexNet ONNXモデルのダウンロード

ONNXモデルズーからAlexNet ONNXモデルをダウンロードできます。

wget https://github.com/onnx/models/raw/main/vision/classification/alexnet/model/bvlcalexnet-9.onnx

画像の分類

次のPythonスクリプトは、ONNX Runtimeを使用して画像を分類する方法を示しています。

import onnxruntime
import numpy as np
from PIL import Image
import cv2

# ONNXモデルをロード
session = onnxruntime.InferenceSession("bvlcalexnet-9.onnx")

# 入力名と出力名を取得
input_name = session.get_inputs()[0].name
output_name = session.get_outputs()[0].name

# 画像をロードして前処理
image = cv2.imread("image.jpg")
image = cv2.resize(image, (224, 224))
image = image.astype(np.float32) / 255.0
image = np.transpose(image, (2, 0, 1))
image = np.expand_dims(image, axis=0)

# 推論を実行
result = session.run([output_name], {input_name: image})

# 出力を処理
output = result[0]
predicted_class = np.argmax(output)

# 予測されたクラスを出力
print(predicted_class)

このスクリプトは、画像をロードして前処理し、ONNX Runtimeを使用して推論を実行し、予測されたクラスを出力します。

その他のリソース