paddleDetecion部署流程及测试

paddleDetecion部署流程 paddleDetecion部署流程及测试 1. paddleDetecion部署-以四卡服务器为例 1.1 硬件环境 * OS:Ubun...

paddleDetecion部署流程

paddleDetecion部署流程及测试

1. paddleDetecion部署-以四卡服务器为例

1.1 硬件环境

* OS:Ubuntu20.04
* python 3.9.13
* CUDA version:11.6
* cudnn version:8.6

1.2 安装流程

  • 1.2.1:安装paddlepaddle:
    ① 根据硬件环境,采用以下命令进行安装:
    conda install paddlepaddle-gpu==2.4.1 cudatoolkit=11.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge 
    
    ② 安装完成后进行验证:
    打开python解释器,输入以下命令:
    import paddle
    paddle.utils.run_check()
    
    如下图所示出现PaddlePaddle is installed successfully!说明paddlepaddle已经安装成功
  • attachments-2023-02-W6BnXqbz63e9e3b98a80c.png
  • 1.2.2:安装PaddleDetection:
    ① 克隆PaddleDetection仓库
    git clone https://github.com/PaddlePaddle/PaddleDetection.git
    git clone https://ghproxy.com/https://github.com/PaddlePaddle/PaddleDetection.git  ##github无法直接克隆可使用此命令
    
    ② 安装其他依赖
    cd PaddleDetection
    pip install -r requirements.txt
    
    ③ 编译paddledet
    python setup.py install
    
    ④ 运行测试程序进行测试
    python ppdet/modeling/tests/test_architectures.py
    
    如下图所示,出现以下信息attachments-2023-02-YRvPeDMu63e9e3a693e46.png
  • Ran 7 tests in 18.430s
    
    OK
    

    至此,PaddleDetection安装完成

2.使用PaddleDetection进行目标检测

PaddleDetection中已经集成了ppyolo、yolox等多种目标检测模型,可直接使用。
模型导出 (以yolox_tiny为例)
运行以下命令:

python tools/export_model.py -c configs/yolox/yolox_tiny_300e_coco.yml -o weights=https://paddledet.bj.bcebos.com/models/yolox_tiny_300e_coco.pdparams

模型导出至目录output_inference/yolox_tiny_300e_coco/
进行目标检测
修改deploy/python/infer.py用以计算fps并运行以下命令

python deploy/python/infer.py --model_dir=output_inference/yolox_tiny_300e_coco/ --video_file=/data/user21262923/bhy/paddle/PaddleDetection/demo/test1.mp4 --device=gpu  --thresh=0.2

测试结果

yolox_tiny 7.24
yolox_cdn_tiny 7
yolox_nano 7
ppyoloe_tiny 19.1

>

0 条评论

请先 登录 后评论
卞浩羽
卞浩羽

4 篇文章

作家榜 »

  1. Panda-admin 37 文章
  2. 解弘艺 17 文章
  3. 高曾谊 16 文章
  4. 胡中天 14 文章
  5. 旺仔牛奶opo 14 文章
  6. LH 14 文章
  7. 罗柏荣 13 文章
  8. 林晨 12 文章