inference-engine/tools/calibration_tool/configs/ssd_mobilenet_v1_coco.yml

   1 models:
   2   - name: ssd_mobilenet_v1_coco
   3
   4     # list of launchers for your topology.
   5     launchers:
   6         # launcher framework (e.g. caffe, dlsdk)
   7       - framework: dlsdk
   8         # device for infer (e.g. for dlsdk cpu, gpu, hetero:cpu, gpu ...)
   9         device: CPU
  10         # topology IR (*.prototxt for caffe, *.xml for InferenceEngine, etc)
  11         # path to topology is prefixed with directory, specified in "-m/--models" option
  12         tf_model:   ssd_mobilenet_v1_coco.pb
  13         # launcher returns raw result, so it should be converted
  14         # to an appropriate representation with adapter
  15         adapter: ssd
  16         cpu_extensions: AUTO
  17         mo_params:
  18             data_type: FP32
  19             tensorflow_use_custom_operations_config: ssd_v2_support.json
  20             tensorflow_object_detection_api_pipeline_config: ssd_mobilenet_v1_coco.config
  21
  22     # metrics, preprocessing and postprocessing are typically dataset specific, so dataset field
  23     # specifies data and all other steps required to validate topology
  24     # there is typically definitions file, which contains options for common datasets and which is merged
  25     # during evaluation, but since "sample_dataset" is not used anywhere else, this config contains full definition
  26     datasets:
  27       # uniquely distinguishable name for dataset
  28       # note that all other steps are specific for this dataset only
  29       # if you need to test topology on multiple datasets, you need to specify
  30       # every step explicitly for each dataset
  31       - name: COCO2017_90cl_bkgr
  32
  33         # list of metrics, calculated on dataset
  34         metrics:
  35           - type: map
  36             integral: 11point
  37             ignore_difficult: True
  38             presenter: print_scalar
  39
  40           - type: coco_precision