【目标检测】PaddlePaddle框架下的PaddleDetection

原创已于 2022-03-02 11:14:27 修改 · 532 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#目标检测

于 2021-05-14 16:12:38 首次发布

目标检测专栏收录该内容

34 篇文章

订阅专栏

该博客介绍了如何利用PaddleDetection2.0训练自定义数据集的YOLOv2模型，详细步骤包括环境配置、模型训练、评估和预测。提供了在AIstudio中使用GPU资源进行训练的命令行示例。

部署运行你感兴趣的模型镜像

论文：
https://arxiv.org/abs/2007.12099

PaddleDetection2.0专项】新版本快速体验

手把手教你使用PaddleDetection训练自己的数据集

【PaddleDetection2.0专项】PP-YOLOv2

https://github.com/PaddlePaddle/PaddleDetection

进入AIstudio，申请GPU资源

打开终端：
在这里插入图片描述
查看Cuda版本：nvcc -V

在这里插入图片描述

配置环境：

# CUDA10.1
python -m pip install paddlepaddle-gpu==2.0.2 -f https://mirror.baidu.com/pypi/simple

训练

# 单卡
export CUDA_VISIBLE_DEVICES=0
python tools/train.py -c configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.yml

# 多卡
export CUDA_VISIBLE_DEVICES=0,1
python -m paddle.distributed.launch --gpus 0,1  tools/train.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml

评估

export CUDA_VISIBLE_DEVICES=0
 python -u tools/eval.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml -o weights=output/yolov3_mobilenet_v1_roadsign/model_final.pdparams

预测

python tools/infer.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml --infer_img=demo/road554.png -output_dir=infer_output --draw_threshold=0.5  -o weights=output/yolov3_mobilenet_v1_roadsign/model_final.pdparams  --use_vdl=Ture

您可能感兴趣的与本文相关的镜像