预训练模型实现目标检测
1. 安装paddlepaddle
jetson安装官方教程
jetson nano下载编译好的whl
要求:release/2.3 >= 2.2.0rc
# CUDA10.2
python -m pip install paddlepaddle-gpu==2.2.2 -i https://mirror.baidu.com/pypi/simple
# CPU
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
更多CUDA版本或环境快速安装,请参考PaddlePaddle快速安装文档
Pillow官方安装教程
python3 -m pip install --upgrade pip
python3 -m pip install --upgrade Pillow
使用以下命令进行验证安装。
# 在您的Python3解释器中确认PaddlePaddle安装成功
>>> import paddle
>>> paddle.utils.run_check()
# 确认PaddlePaddle版本
python3 -c "import paddle; print(paddle.__version__)"
2. 安装PaddleDetection
# 克隆PaddleDetection仓库
git clone -b release/2.3 https://github.com/PaddlePaddle/PaddleDetection.git
# 安装其他依赖
cd PaddleDetection
python3 -m pip install Cython
python3 -m pip install -r requirements.txt
# 编译安装paddledet
python3 setup.py install
3. 导出模型
sudo apt install libgl1-mesa-glx
python3 tools/export_model.py -c configs/picodet/picodet_s_320_coco.yml \
-o weights=https://paddledet.bj.bcebos.com/models/picodet_s_320_coco.pdparams --output_dir=inference_model
导出后inference_model/picodet_s_320_coco
目录下,包括infer_cfg.yml, model.pdiparams, model.pdiparams.info, model.pdmodel四个文件。
4. 预测测试
python3 deploy/python/infer.py --model_dir=./inference_model/picodet_s_320_coco --image_file=./demo/000000570688.jpg --device=cpu --save_images
5.其他部署方式
PaddleInference demo Python & C++
PaddleLite C++ demo
NCNN C++/Python demo
MNN C++/Python demo
OpenVINO C++ demo
Android demo(NCNN)
Android demo(Paddle Lite)
训练模型
单卡GPU上训练:
# training on single-GPU
export CUDA_VISIBLE_DEVICES=0
python tools/train.py -c configs/picodet/picodet_s_320_coco.yml --eval
多卡GPU上训练:
# training on single-GPU
export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
python -m paddle.distributed.launch --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/picodet/picodet_s_320_coco.yml --eval
评估:
python tools/eval.py -c configs/picodet/picodet_s_320_coco.yml \
-o weights=https://paddledet.bj.bcebos.com/models/picodet_s_320_coco.pdparams
测试:
python tools/infer.py -c configs/picodet/picodet_s_320_coco.yml \
-o weights=https://paddledet.bj.bcebos.com/models/picodet_s_320_coco.pdparams
版权声明:本文为CSDN博主「图像处理大大大大大牛啊」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/qq_26696715/article/details/122825405
暂无评论