目标检测7日打卡营-PaddleDetection快速上手
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 ~