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