HappyDet安装使用教程

作者：堆堆星

导读

一般的深度学习流程包括数据采集，数据标注，训练，调参，测试，部署。流程繁琐，且周期极长。HappyDet以深度学习中目标检测算法为核心，开发了一套本地的全流程目标检测平台。该平台的安装，使用，部署都极为简便。极大的提升了目标检测的开发，部署效率。

1. HappyDet简介

HappyDet是一个基于深度学习学习目标检测算法的一体化平台。它主要有以下特点量：

• 一键安装环境。省去用户手动安装python，cuda等依赖项的繁琐
• 一键训练，内置调参，省去用户手动调试的烦恼，自适应大部分训练任务
• 多个基础模型，涵盖“大，中，小，迷你”四个等级
• 一键部署，轻松部署到手机、树莓派上运行

2. HappyDet安装

支持的操作系统：Win10、Win7、Win11（Ubuntu暂不支持，下个版本支持）

支持的显卡：nvidia显卡

2.1 下载HappyDet安装包

链接：https://pan.baidu.com/s/1H3GdYtPu-ciuP47hCGH9rA?pwd=79dv

2.2 解压HappyDet.zip

将HappyDet.zip解压到HappyDet文件夹，并将HappyDet文件夹拷贝到您想安装的地方。例如拷贝到D盘。

2.3 一键安装依赖环境

进入安装文件夹HappyDet文件夹下面的\Lib\site-packages文件夹，并找widget_install.exe可执行程序

双击widget_install.exe可执行程序，弹出自动安装对话框。点击安装按钮，开始自动安装。

等待安装程序自动完成安装，由于需要下载pytorch等深度学习训练框架，请您耐心等待。安装完成后，会在桌面创建两个快捷方式：HappyDet与LabelTool。HappyDet就是目标检测训练一体化平台的主程序。LabelTool用于进行目标检测的数据标注。

3. 数据标注教程

如果您已经有了标注好的coco格式的数据集，那么可以直接跳转到“4.训练教程”。这里以手势识别为例。假设我们要训练一个手势识别的目标检测算法，需要识别三种手势，如下图所示。

3.1 数据采集

我们可以使用手机或者其他拍照设备，拍摄一些手势图片。并放到一个文件夹中。如下图所示，我各种手势采集了20张照片，并全部放在了hand文件夹下面。

3.2 数据标注

打开桌面上的LabelTool标注工具,点击导入图片栏最后的按钮，选择刚才存放照片的文件夹。

类别数目设置为3.因为我们有三种手势需要识别。下面的类别名称可以修改也可以不用修改（如果修改，请不要使用中文哦），我们使用默认的名称即可。点击保存配置，保存。

点击标注按钮，进入标注界面。通过选择当前标注类别，来修改当前需求标注的类型（也可以通过快捷键，数字0，1，2来快速切换）。鼠标左键按下选择起始点，拖动鼠标到结束点，这样就完成一个矩形框的标注。如果觉得标注的不好，可以将鼠标移动到矩形框内，右键点击，可以删除标注的不好的矩形框。

完成一张图片的标注后，点击右上方的“>”按钮，进行下一张图片的标注。待完成所有的图片标注后，就可以导出数据集了。导出之前最好新建一个空的文件夹，例如在桌面上新建一个hand_coco文件夹（名字任意取，不要包含中文）。然后点击标注工具的导出数据集按钮，选择刚才新建的hand_coco文件夹，即可完成coco格式的数据集导出。

4. 训练教程

有了标注好的coco格式数据集之后，我们就可以打开HappyDet程序进行训练了。

4.1 用户注册与登录

双击桌面上的HappyDet图片（第一次打开较慢，请您耐心等待），弹出用户注册/登录对话框。第一次需要进行注册。注意用户名和密码都只能使用英文字母和数字。推荐使用手机号。

注册成功后，点击登录，即可进入到HappyDet主程序。（后续登录的时候，即可直接点击登录按钮，不需要再进行注册）

4.1 新建任务

双点击左侧任务栏上的“+”按钮，新建一个任务。名字可以任意取，注意只能使用字母和数字。例如创建一个hand的任务，用于手势识别检测。

4.2 训练配置

点击左侧任务栏中，刚刚新建的hand任务。然后点击右侧的配置按钮，再点击导入配置。选择一个算法模板。主要包括迷你模型、小模型、中模型、大模型。精度依次增加，但是计算量也依次增加。这里选择迷你模型进行示例。

导入基础配置后，只需要修改两个地方。一个是类别数目，由于我们的手势识别是3个类别，因此需要将默认的80类别修改为3类别。另外数据集目录也要修改为我们实际使用的数据集目录，例如刚才标注的hand_pose数据集。

4.3 启动训练

点击训练按钮，进入训练界面。batch大小根据显存容量进行调整。默认为5。如果只有2G的显存，可以将batch设置为2。如果显存有12G，可以将batch设置为30。这里使用默认的5。然后点击开始训练按钮，即可进行手势识别的训练。

4.4 测试模型

训练完成后，我们可以测试一下模型的精度。首先准备一些没有参与过训练的手势图片。然后点击测试按钮，然后点击创建模型（只有第一次需要创建模型），然后点击选择图片，选择一张没有训练过的图片进行测试，查看模型的效果。

5. 部署到安卓手机

5.1 生成部署二维码

点击HappyDet工具的部署按钮，然后点击安卓部署按钮，会生成一个模型模型下载的二维码

5.2 下载安卓手机apk

下载安卓手机端的HappyDet的apk安装包，下载地址：

 链接：https://pan.baidu.com/s/1H3GdYtPu-ciuP47hCGH9rA?pwd=79dv

5.2 HappyDet安卓版操作

在手机上安装并打开该apk（注意如果需要权限，一定要点击允许，否则无法运行）

请确保手机和电脑连接在通一个wifi或者路由器下面，即手机和电脑是在同一个内网中，否则无法下载！

点击下载按钮，弹出扫描界面，对准刚才的二维码扫描。扫描成功后，将手势识别模型下载到手机中。

点击算法按钮，在弹出的算法中，选择刚刚下载的hand手势识别

点击打开按钮，开始你的手势识别吧！