环境需求:
- PaddlePaddle 2.0.1 或 PaddlePaddle release/2.0分支最新编译安装包
- OS 64位操作系统
- Python 3(3.5.1+/3.6/3.7),64位版本
- pip/pip3(9.0.1+),64位版本
- CUDA >= 9.0
- cuDNN >= 7.6
如果需要 GPU 多卡训练,请先安装NCCL。
运行需要COCO-API,安装方式如下:
# 安装pycocotools
pip install pycocotools
windows用户安装COCO-API方式:
# 若Cython未安装,请安装Cython
pip install Cython
# 由于原版cocoapi不支持windows,采用第三方实现版本,该版本仅支持Python3
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
克隆PaddleDetection库:
您可以通过以下命令克隆PaddleDetection:
cd <path/to/clone/PaddleDetection>
git clone https://github.com/PaddlePaddle/PaddleDetection.git
也可以通过 https://gitee.com/paddlepaddle/PaddleDetection 克隆。
cd <path/to/clone/PaddleDetection>
git clone https://gitee.com/paddlepaddle/PaddleDetection
安装PaddleDetection库:
cd PaddleDetection/dygraph
python setup.py install
预训练模型预测
使用预训练模型预测图像,快速体验模型预测效果:
# use_gpu参数设置是否使用GPU
python tools/infer.py -c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml -o use_gpu=true weights=https://paddlemodels.bj.bcebos.com/object_detection/dygraph/ppyolo_r50vd_dcn_1x_coco.pdparams --infer_img=demo/000000014439.jpg
会在output
文件夹下生成一个画有预测结果的同名图像。
结果如下图: