【小伟哥AI之路】mmdetection之实现网络图片进行模型推理

最新推荐文章于 2024-09-04 12:39:24 发布

阁楼上的伟哥

最新推荐文章于 2024-09-04 12:39:24 发布

阅读量1.3k

点赞数

分类专栏： AI人工智能

本文链接：https://blog.csdn.net/lwuit/article/details/101778789

版权

本文介绍了如何利用mmdetection框架在深度学习项目中实现网络图片的推理服务。通常，模型在启动服务时加载，然后通过HTTP服务接收图片，后台进行推理并返回结果。重点展示了mmdet/apis/inference.py中的inference_detector函数，该函数接收网络图像，转换为ndarray格式并进行推理。

摘要由CSDN通过智能技术生成

通过mmdetection框架进行模型训练后推理。

在深度学习模型中大部分demo例子都是给一个文件夹进行，批量统一推理，给出结果

然而在实际项目中需要提供一个服务接口来处理图片的推理过程。

一般顺序为

模型启动应用服务的时候需要加载上来。

http服务等进行待接收处理。

后台进行推理，发送返回结果。

进入主题DEMO

from mmdet.apis import init_detector, inference_detector, show_result
import glob
import requests
from PIL import Image
import io
import numpy as np
import cv2

config_file = '../configs-us/cascade_rcnn_r101_fpn_1x_new.py'
checkpoint_file = '../checkpoints/epoch_62.pth'
model = init_detector(config_file, checkpoint_file, device='cuda:0')

# 测试网上一张图片不经下载进行推理
#step1 提供url地址
image_url = 'https://img-bss.csdn.net/1561952473667.jpg'
#step2 请求获取url对应的内容
img_data = requests.get(image_url).content
#step3 解码为图像
img = cv2.imdecode(np.frombuffer(img_data, np.uint8), cv2.IMREAD_COLOR)
result = inference_detector(model, img)
show_result(img, result