图像分类模型

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：

类别	概率
花	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