目标检测7日打卡营

1、安装Paddle

pip install paddle

2、安装PaddleDetection

2.1 安装git

首先官网下载git，https://git-scm.com/download/win
全部默认安装

2.2 依赖安装包coco-api

# 若Cython未安装，请安装Cython
pip install Cython

# 由于原版cocoapi不支持windows，采用第三方实现版本，该版本仅支持Python3
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

2.3 克隆下载PaddleDetection

git clone https://github.com/PaddlePaddle/PaddleDetection

2.3 安装PaddleDetection

下载后，存放路径work/PaddleDetection.zip，并解压到当前文件夹

#在jupyter notebook上使用
%cd ~/work/
！unzip -o PaddleDetection.zip

cd ~/work/PaddleDetection/#进入当前文件夹
pip install -r requirements.txt

2.4 验证安装是否成功

python ppdet/modeling/tests/test_architectures.py

最后显示，表明成功
…

Ran 12 tests in 3.726s

OK (skipped=2)

3、准备数据

数据格式主要为voc格式和coco格式
案例采用road-sign-detection 比赛数据，检测4种路标：

• speedlimit
• crosswalk
• trafficlight
• stop
  voc数据地址：https://paddlemodels.bj.bcebos.com/object_detection/roadsign_voc.tar
  coco格式数据地址：
  https://paddlemodels.bj.bcebos.com/object_detection/roadsign_coco.tar

1.voc数据格式

每个图像文件对应一个同名的xml文件，xml文件中标记物体框的坐标和类别等信息。xml信息如下：
例如：

filename，表示图像名称。
<filename>road650.png</filename>
size，表示图像尺寸。包括：图像宽度、图像高度、图像深度
<size>
	<width>300</width>
	<height>400</height>
	<depth>3</depth>
</size>
object字段，表示每个物体。包括

name: 目标物体类别名称
pose: 关于目标物体姿态描述（非必须字段）
truncated: 目标物体目标因为各种原因被截断（非必须字段）
occluded: 目标物体是否被遮挡（非必须字段）
difficult: 目标物体是否是很难识别（非必须字段）
bndbox: 物体位置坐标，用左上角坐标和右下角坐标表示：xmin、ymin、xmax、ymax

将roadsign_voc.tar解压到PaddleDetection/dataset/roadsign_voc下

# copy roadsign_voc.tar and extract
cp ~