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。