Detection2(一)安装

文章目录[隐藏]

源码下载及编译

下载

可以在github上下载或者直接通过命令行下载

  1. 链接下载: https://github.com/facebookresearch/detectron2

  2. 命令下载:

     git clone https://github.com/facebookresearch/detectron2.git
    

编译

python -m pip install -e detectron2

Demo

首先在 model_zoo 里选择一个预训练的 model,这里选择 mask_rcnn_R_50_FPN_3x.yaml.

python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
 --input input1.jpg \
 --output . \
 --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl 

说明一下:
-config-file configs/COCO-… 读取 model 配置

–input input1.jpg 设置输入。 input1.jpg 位于根目录
–output . |设置输出路径,这里设为根目录

版权声明:本文为CSDN博主「锅巴不写代码」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_45095281/article/details/122229528

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

基于AI的图像视觉处理技术

计算机视觉是一门研究如何使机器”看“的科学,作为一个学科,它试图建立能够从图像或多维数据中获取”信息“的人工智能系统。 一、检测跟踪 ​ 1.MTCNN MTCNN是比较经典快速的人脸检测技术,它可实

Intrinsic Relationship Reasoning for Small Object Detection

我们提出了一种新的用于小对象检测的上下文推理方法,该方法对对象之间内在的语义和空间布局关系进行建模和推断。 传统的CNN是深度的卷积伴随着不可忽略的空间信息衰减,对小物体检测不大行。 因此,小目标检