PaddlePaddleDetection使用

PaddlePaddleDetection下载与安装

参考文档:https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.0-beta/docs/tutorials/INSTALL_cn.md

如果您的机器安装的是CUDA9,请运行以下命令安装

python -m pip install paddlepaddle-gpu==1.8.4.post97 -i https://mirror.baidu.com/pypi/simple

参考链接:https://github.com/PaddlePaddle/PaddleDetection/blob/master/deploy/cpp/docs/linux_build.md

下载完预测库后,将PaddleDetection/deploy/cpp/scripts/build.sh前半部分修改为:

# 是否使用GPU(即是否使用 CUDA)
WITH_GPU=ON

# 是否使用MKL or openblas,TX2需要设置为OFF
WITH_MKL=ON

# 是否集成 TensorRT(仅WITH_GPU=ON 有效)
WITH_TENSORRT=ON

# TensorRT 的include路径
TENSORRT_INC_DIR=/usr/local/include

# TensorRT 的lib路径
TENSORRT_LIB_DIR=/usr/local/lib

# Paddle 预测库路径
PADDLE_DIR=/home/lufeng/Documents/PaddleDetection/projects/fluid_inference/

# Paddle 的预测库是否使用静态库来编译
# 使用TensorRT时,Paddle的预测库通常为动态库
WITH_STATIC_LIB=OFF

# CUDA 的 lib 路径
CUDA_LIB=/usr/local/cuda/lib64

# CUDNN 的 lib 路径
CUDNN_LIB=/usr/local/cuda/lib64

开始编译,执行

sh ./scripts/build.sh

遇到问题undefined reference to `paddle::AnalysisConfig::SetModel(std::__cxx11::basic_string<char, std::char_traits, std::allocator > const&, std::__cxx11::basic_string<char, std::char_traits, std::allocator > const&)'等,主要是gcc版本不一致,PaddlePaddleDetection是由gcc 4.8版本编译的,在gcc 5版本上会出现问题,需要进行降级。参考链接:http://ai.baidu.com/forum/topic/show/957217
可参考此文进行选择性升级和降级:
https://www.cnblogs.com/uestc-mm/p/7511063.html
在这里插入图片描述

将训练的模型导成C++预测的格式(参考链接:):
使用模型链接:https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.0-beta/docs/tutorials/GETTING_STARTED_cn.md
模型库链接,下载后,用于测试转换的模型:https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.0-beta/docs/MODEL_ZOO_cn.md
转换模型链接:https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.0-beta/docs/advanced_tutorials/deploy/EXPORT_MODEL.md
我下载的时efficientdet_d0模型,放入指定位置
通过执行

python tools/export_model.py -c configs/efficientdet_d0.yml --output_dir=output/inference_model -o weights=weights/efficientdet_d0.pdparams

在这里插入图片描述
转换结果如图:
在这里插入图片描述

利用导出来的模型开始检测

./build/main --model_dir=/home/lufeng/Documents/PaddleDetection/output/inference_model/efficientdet_d0 --video_path=/home/lufeng/Videos/test.mp4 --use_gpu=1
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值