MMDetection目标检测框架推理与参数量计算

彭祥.

于 2024-05-03 15:18:17 发布

阅读量604

点赞数 2

CC 4.0 BY-SA版权

分类专栏： MMdetection 文章标签：人工智能

本文链接：https://blog.youkuaiyun.com/pengxiang1998/article/details/132882912

本文介绍了如何使用MMDetection框架进行模型推理，包括如何设置输入、模型路径、权重文件以及调用image_demo.py进行推理，同时提到了参数量与计算量的分析工具get_flops.py的使用方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

模型推理

在使用MMDetection框架完成训练后便可以使用训练所得的权重文件进行推理了，具体可以使用MMDetection文件下的demo文件夹的image_demo.py文件。

from argparse import ArgumentParser
from mmengine.logging import print_log
from mmdet.apis import DetInferencer

def parse_args():
    parser = ArgumentParser()
    parser.add_argument(
        '--inputs', type=str,default="/home/ubuntu/programs/mmdetection/tools/images/4.jpg", help='Input image file or folder path.')
    parser.add_argument(
        '--model',
        type=str,default="/home/ubuntu/programs/mmdetection/output/faster-rcnn_r50_fpn_2x_coco.py",
        help='Config or checkpoint .pth file or the model name '
        'and alias defined in metafile. The model configuration '
        'file will try to read from .pth if the parameter is '
        'a .pth weights file.')
    parser.add_argument('--weights', default="/home/ubuntu/programs/mmdetection/output//epoch_24.pth", help='Checkpoint file'