【亲测免费】 Deep Java Library (DJL) 演示项目教程

Deep Java Library (DJL) 演示项目教程

1. 项目的目录结构及介绍

djl-demo/
├── README.md
├── build.gradle
├── settings.gradle
├── src/
│   ├── main/
│   │   ├── java/
│   │   │   ├── com/
│   │   │   │   ├── example/
│   │   │   │   │   ├── classification/
│   │   │   │   │   ├── detection/
│   │   │   │   │   ├── sentiment_analysis/
│   │   │   │   │   ├── translation/
│   │   │   │   │   └── utils/
│   │   └── resources/
│   └── test/
│       └── java/
│           └── com/
│               └── example/

目录结构介绍

• README.md: 项目说明文件，包含项目的基本信息和使用指南。
• build.gradle: 项目的构建脚本，定义了项目的依赖和构建任务。
• settings.gradle: 项目的设置文件，定义了项目的模块和仓库。
• src/main/java/com/example/: 包含项目的源代码，分为不同的模块，如分类、检测、情感分析和翻译。
• src/main/resources/: 包含项目的资源文件，如配置文件和模型文件。
• src/test/java/com/example/: 包含项目的测试代码，用于测试各个模块的功能。

2. 项目的启动文件介绍

分类模块

package com.example.classification;

import ai.djl.modality.cv.Image;
import ai.djl.modality.cv.transform.Resize;
import ai.djl.modality.cv.transform.ToTensor;
import ai.djl.modality.cv.translator.ImageClassificationTranslator;
import ai.djl.repository.zoo.Criteria;
import ai.djl.repository.zoo.ZooModel;
import ai.djl.training.util.ProgressBar;
import ai.djl.translate.Pipeline;
import ai.djl.translate.Translator;

public class ImageClassificationDemo {
    public static void main(String[] args) throws Exception {
        // 定义图像分类的转换器
        Translator<Image, Classifications> translator = ImageClassificationTranslator.builder()
                .addTransform(new Resize(224, 224))
                .addTransform(new ToTensor())
                .optFlag(Image.Flag.COLOR)
                .build();

        // 定义模型标准
        Criteria<Image, Classifications> criteria = Criteria.builder()
                .setTypes(Image.class, Classifications.class)
                .optModelUrls("https://resources.djl.ai/test-models/pytorch_resnet18.zip")
                .optTranslator(translator)
                .optProgress(new ProgressBar())
                .build();

        // 加载模型
        try (ZooModel<Image, Classifications> model = criteria.loadModel()) {
            // 进行图像分类
            // ...
        }
    }
}

检测模块

package com.example.detection;

import ai.djl.modality.cv.Image;
import ai.djl.modality.cv.transform.Resize;
import ai.djl.modality.cv.transform.ToTensor;
import ai.djl.modality.cv.translator.YoloV5Translator;
import ai.djl.repository.zoo.Criteria;
import ai.djl.repository.zoo.ZooModel;
import ai.djl.training.util.ProgressBar;
import ai.djl.translate.Pipeline;
import ai.djl.translate.Translator;

public class ObjectDetectionDemo {
    public static void main(String[] args) throws Exception {
        // 定义目标检测的转换器
        Translator<Image, DetectedObjects> translator = YoloV5Translator.builder()
                .addTransform(new Resize(640, 640))
                .addTransform(new ToTensor())
                .optFlag(Image.Flag.COLOR)
                .build();

        // 定义模型标准
        Criteria<Image, DetectedObjects> criteria = Criteria.builder()
                .setTypes