自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 C#中部署PaddleSeg的ONNX模型

C#中部署语义分割PaddleSeg的ONNX模型

2022-06-20 10:48:29 1001 3

原创 PaddleSeg模型的ONNX格式部署

近期在工作时遇到项目需要用ONNX格式实现PaddleSeg模型的本地部署,在此记录供日后自己可以参考。环境:Python3.8+RTX3060 + CUDA 11.4 + onnxruntime-GPU 1.11.0在贴码之前,PaddleSeg转ONNX模型的输出结果是一个三维 int64数组,分别对应N, H, W, 代表每一个像素点的分类,比如我的模型只有1个分类——缺陷,那么输出的数组中,0代表这个像素点是背景,1代表是缺陷。另外注意的是,如下图维度-1代表输入ONNX的尺寸可以是任意,.

2022-04-14 14:44:32 833

原创 PaddleSeg分割实战——汽车活塞卡簧检测项目

最近工作中遇到一个项目需要使用深度学习分割进行缺陷检测,一开始通过查百度使用了MRCNN算法,但运行过程中发现由于算法框架太陈旧,在搭建环境的时候会遇到各种千奇百怪的问题,遂放弃并转而投向百度Paddle的PaddleSeg分割算法。该笔记主要用于记录从搭建环境到运行结果的全过程和这其中遇到的一些坑,作为记录使用。1、背景及硬件条件:训练内容:汽车弹簧检测的附铜缺陷检测;训练环境:单卡GTX3060 12G+CUDA11.2+CUDNN8.X+Win10;训练算法:基于PaddlePaddl

2022-03-17 15:51:13 1328 3

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除