没有规则可制作目标modules_百度AI攻略：Paddlehub实现目标检测

PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。

模型概述：

模型概述

Faster_RCNN是两阶段目标检测器。通过对图像生成候选区域，提取特征，判别特征类别并修正候选框位置。Faster_RCNN整体网络可以分为4个主要内容，一是ResNet-50作为基础卷积层，二是区域生成网络，三是Rol Align，四是检测层。Faster_RCNN是在MS-COCO数据集上预训练的模型。该PaddleHub Module可支持预测。

代码及效果示例：

import paddlehub as hub

import matplotlib.pyplot as plt

import matplotlib.image as mpimg

#faster_rcnn_coco2017

module = hub.Module(name="faster_rcnn_coco2017")

test_img_path = "./body2.jpg"

# 预测结果展示

img = mpimg.imread(test_img_path)

plt.imshow(img)

plt.axis('off')

plt.show()

# set input dict

input_dict = {"image": [test_img_path]}

# execute predict and print the result

results = module.object_detection(data=input_dict)

for result in results:

print(result)

test_img_path = "./output/body2.jpg"

img = mpimg.imread(test_img_path)

plt.imshow(img)

plt.axis('off')

plt.show()

[2020-01-08 06:54:40,430] [ INFO] - Installing faster_rcnn_coco2017 module

2020-01-08 06:54:40,430-INFO: Installing faster_rcnn_coco2017 module

[2020-01-08 06:54:40,462] [ INFO] - Module faster_rcnn_coco2017 already installed in /home/aistudio/.paddlehub/modules/faster_rcnn_coco2017

2020-01-08 06:54:40,462-INF