【百度AI studio深度学习】基于PaddleDetection调用YOLOv3目标检测

基于PaddleDetection目标检测
课程地址：https://aistudio.baidu.com/aistudio/course/introduce/891

任务目标：使用开源框架PaddleDetection调用yolov3对图片中的水果位置进行检测。
数据集介绍
https://aistudio.baidu.com/aistudio/datasetDetail/15067
水果图像的数据集，包含苹果，香蕉，和橘子的图片，以及标签文本，xml信息

PaddleDetection简介
A high performance object detection and face detection toolkit based on PaddlePaddle.（基于飞桨的高性能目标检测与人脸检测工具包。）

https://github.com/PaddlePaddle/PaddleDetection
使用示例：

解压数据集
!unzip /home/aistudio/data/data15067/fruit.zip

解压代码
!unzip /home/aistudio/data/data15072/PaddleDetec.zip

安装必要的包

pip install docstring_parser
pip install pycocotools

因为我们需要调用yolov3对水果位置进行检测，所以我们需要配置一下configs目录下的yolov3_mobilenet_v1_fruit.yml文件信息

关键需要修改的位置是YoloTestFeed:annotation:fruit-detection/label_list.txt

此处修改的是配置文件的标签信息，如果不添加这个位置的标签信息，检测到的物体将会标签错误。

在
训练命令

python -u tools/train.py -c configs/yolov3_mobilenet_v1_fruit.yml --use_tb=True --eval

调用模块进行预测，只要将待检测的图片放在demo文件夹下infer_img=后输入文件名即可。

python -u tools/infer.py -c configs/yolov3_mobilenet_v1_fruit.yml --infer_img=demo/apple_27.jpg

输入一张三种水果的图片，得出结果。