detectron2的demo运行来生成测试图像的结果

在detectron2的官网上有代码示例,但是因为有时候登录detectron2特别不稳定,在一定时间间隔内根本登录不上去,所以为了以后使用方便,在这里记录一下demo的具体使用方法。

cd demo/
python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
  --input input1.jpg input2.jpg \
  [--other-options]
  --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

 To save outputs to a directory (for images) or a file (for webcam or video), use --output.

 

 

版权声明:本文为CSDN博主「一直都是菜鸟」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/wt852561630/article/details/121905083

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测:YOLO v1算法

YOLO V1 算法思想 将一幅图像分成s*s个网格,如果某个目标的中心落在这个网格中,则这个网络就负责预测这个目标。每个网格要预测B个bounding box,每个bounding box除了要预

利用GPU进行训练

一般来说,我们可以对: 网络的模型,损失函数,数据集,利用GPU进行运算也就是调用cuda. 第一种方式: my_model Model() if to