[NVIDIA TAO] 画像分類モデル作成 - モデル取得編 [2/5]

NVIDIA TAO（Train, Adapt, and Optimize （旧名 NVIDIA TLT））で画像分類モデル（Image Classification）を作成～推論に挑戦する記事の２回目です。

進捗

1. 環境構築
2. 事前訓練モデルをダウンロード　←　現在地
3. 訓練データの作成
4. モデルの訓練
5. 推論

前回やったこと

• NVIDIA TAO（Train, Adapt, and Optimize）のDockerを入手。 
• NVIDIA TAO（Train, Adapt, and Optimize）を使う為の各種設定。
• 作業で使うディレクトリの作成。
  

今回やること

• 画像分類モデル（Image Classification）で使用できる事前訓練モデルの一覧を確認。
• 画像分類モデル（Image Classification）の事前訓練モデルをダウンロード。
  

画像分類モデル（Image Classification）で使用できる事前訓練モデルの一覧を確認

$ ngc registry model list nvidia/tlt_pretrained_classification:*

色々なモデルが表示されますが、今回はこの中の ResNet18 を使っていきます。

画像分類モデル（Image Classification）の事前訓練モデルをダウンロード

$ ngc registry model download-version nvidia/tlt_pretrained_classification:resnet18 --dest $MODEL_DIR

上記コマンドを実行すると、 /workspace/work/model/tlt_pretrained_classification_vresnet18 に「resnet_18.hdf5」がダウンロードされます。

終わりに

これで事前訓練モデルをダウンロードできました。

次回はこの事前訓練モデルをもとに転移学習を行うための訓練データの準備を行います。