10分钟 快速体验 飞浆paddle图像检测 | 目标检测,并简单介绍训练
目的:快速开始体验飞浆深度学习平台,并体验paddle 图像检测。简介:paddle paddle(飞浆)是一个开源深度学习平台,中文交流群和中文文档资料的支持是所有深度学习平台中最好一个。https://www.paddlepaddle.org.cn/官方交流qq群:796771754环境:方法一:docker(为了达到快速体验,所以我使用docker)方法二:padd...
目的:快速开始体验飞浆深度学习平台,并体验paddle 图像检测。
简介:paddle paddle(飞浆)是一个开源深度学习平台,中文交流群和中文文档资料的支持是所有深度学习平台中最好一个。
https://www.paddlepaddle.org.cn/
官方交流qq群:796771754
环境:
方法一:docker(为了达到快速体验,所以我使用docker)
方法二:paddle / paddlehub
paddle 文档 安装地址:https://www.paddlepaddle.org.cn/install/quick
安装paddle hub
现在最新版本python3.7,paddle1.6
如果安装过程中遇到各种问题,先问候一下python,然后更新python、pip最新版本。
paddle hub安装(如果paddle hub 已经集成到镜像不用安装)
python -m pip install --upgrade --no-cache-dir paddlehub -i https://mirrors.aliyun.com/pypi/simple/
ps:(windows10 需要先安装opencv-python )python -m pip install opencv-python
开始检阅模型:
YOLOv3 目标检测(https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/yolov3)
下载并安装模型(目标识别)
hub install yolov3_coco2017
运行模型
hub serving start -m yolov3_coco2017
或者后台运行模型
nohup hub serving start -m yolov3_coco2017 >/dev/null 2>&1 &
postman测试
如果是本地环境
http://localhost:8866/predict/image/yolov3_coco2017
测试图片
结果:
以下内容是另外一部分
创建模型:2种方法(后续更新详情)
1.EasyDL(对深度学习也不了解,还不会代码,浏览器操作)
https://ai.baidu.com/easydl/
2.模型库,面对是工业化场景,需要一定开发能力的
https://www.paddlepaddle.org.cn/modelanddataset
训练数据:2种方法
1.PaddleHub (不用写代码或者少量代码)遵循约定数据格式
https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub%E9%80%82%E9%85%8D%E8%87%AA%E5%AE%9A%E4%B9%89%E6%95%B0%E6%8D%AE%E5%AE%8C%E6%88%90FineTune
2.自定义训练
https://github.com/PaddlePaddle/models
https://paddlepaddle-modles.bj.bcebos.com/models-1.6.tar.gz
自己开发代码
更多推荐
所有评论(0)