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

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

```
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。
① 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/
② 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

③ 测试结果

yolox_tiny	7.24
yolox_cdn_tiny	7
yolox_nano	7
ppyoloe_tiny	19.1

发表于 2023-02-13 15:09
阅读 ( 903 )
分类：ROS及基础开发

paddleDetecion部署流程及测试

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

1.2 安装流程

2.使用PaddleDetection进行目标检测

你可能感兴趣的文章

相关问题

0 条评论

作家榜 »