基于华为云ModelArets的口罩检测案例实践
本案例是华为云AI Gallery案例库的案例口罩检测
案例内容介绍
该项目是物体检测下任务子类,使用YOLOv3_Darknet53骨干网络进行口罩检测。
数据集为华为云官方提供的数据集
(如果有相关的数据需求可以直接使用)
该数据集包含291张口罩检测的图片,标签文件是xml文件,遵循PASCAL标注格式
1、点击下列链接口罩检测,进入案例界面,然后点击右侧切换运行环境(切换成GPU运行,不同的案例对CPU/GPU可能有运行要求,视案例而定)
2、运行步骤1(运行时记得将环境中的pycocotools替换成mmpycocotools,不然运行后面会报错),准备运行时依赖(点击图2中所示的即可运行程序,可以观察图3中框选出来的圆圈,如果是图2中所示的空心表示运行完成,如果是实心的表示正在运行,当然也可以观察CPU/GPU的使用率)
3、点击图片所示的左下侧就可以查看CPU和内存的使用率
4、如下图所示步骤1准备运行依赖就完成了(运行时间较长,耐心等待即可),然后运行步骤2,下载和观察数据集,并且对数据集进行切分,该案例的数据集是按9:1切分的,有兴趣的小伙伴也可以尝试其他的切分比例,观察不同切分比例对模型的影响程度
5、完成后,分别运行步骤3、步骤4,进行准备预训练模型和进行模型训练(直接运行即可,这里就不在赘述了)
6、完成模型后,运行步骤5对训练好的模型进行测试,测试完成后进行离线推理,进行图片推理,本案例这里推理的是一张图片,如果想要推理多个图片,可以将img_path修改为一个路径,那么就会推理这个路径下的所有图片了
到此本案例就完成了,点击右上角结束案例、释放资源
- 点赞
- 收藏
- 关注作者
评论(0)