首页 PaddleCV 帖子详情
【官方答疑收集第一期】PaddleDetection需求问题收集帖 已解决
收藏
快速回复
PaddleCV 问答跟踪关键点检测目标检测 67444 23
【官方答疑收集第一期】PaddleDetection需求问题收集帖 已解决
收藏
快速回复
PaddleCV 问答跟踪关键点检测目标检测 67444 23

【PaddleDetection官方答疑】

为了给各位开发者更好的产品体验,PaddleDetection官方将定期收集大家的使用问题需求,并在官方用户群中组织答疑讲解!

问题内容可包括但不限于:新功能需求、使用反馈、想了解的知识、使用上的问题

请大家按照以下格式进行提问:

标题:问题类型+问题描述

内容:详细描述/截图,包括但不限于需求对应的应用场景、性能指标、部署硬件 或 使用过程中的具体运行命令及报错截图

例1:【新需求】打架识别功能

小区中的打架识别,拍摄角度为安防俯拍xx角度,需要精度>90%,速度>20FPS,部署硬件为NV Jetson,当前应用PaddleDetection中的关键点能力出现遮挡严重无法识别的问题,需要一套针对打架的动作识别方案。

姓名+企业+电话号码(可选,方便技术人员定向联系您)

例2:【使用反馈】摔倒检测效果不佳

在应用PP-Human中的摔倒检测功能时,以下情况效果不好:

① 扶梯上摔倒检测不出

配图

② 人流密集时会误检摔倒

配图

姓名+企业+电话号码(可选,方便技术人员定向联系您)

我们鼓励大家将使用报错问题在GitHub上进行提问,GitHub的issue是有每日值班答复制,能更快的解决您的问题,希望在这个答疑帖子下能收集大家使用的反馈与需求!

PaddleDetection项目:https://github.com/PaddlePaddle/PaddleDetection 

欢迎大家添加小助手回复“检测”加入PaddleDetection用户群,时刻关注答疑直播动态~

飞桨_PaddleGAN
已解决
15# 回复于2022-05
已收到大家以上的所有问题,我们预计在下周四(5.19日)举行微信群内线上闭门在线答疑! 将由我们PaddleDetection的一线研发人员亲自答疑,截止5.19日大家可以继续在此帖下进行回复您的问题~ 添加小助手回复“检测”即可入群: [图片]
展开
0
收藏
回复
全部评论(23)
时间顺序
a
aimingcc
#2 回复于2022-04

量化时,将自动将relu系列激活函数融合到conv里!!!

0
回复
重庆鸡公煲985
#4 回复于2022-05

如何自定义剪枝量化联合策略(ppdet结合ppslim)、如何计算ppdet导出模型的卷积层敏感度

0
回复
AIStudio483490
#5 回复于2022-05

PaddleDetection文档中所提及的大部分示例都无法正常使用.

0
回复
飞桨_PaddleGAN
#6 回复于2022-05
PaddleDetection文档中所提及的大部分示例都无法正常使用.

请提供对应的文档示例链接,以及您的报错信息

0
回复
水缘JAWS
#7 回复于2022-05

针对工业场景中逐步增加的数据量,pp是否有增量学习的调优方案,以避免在数据量增加后性能不升反降,模型灾难性遗忘的问题。

0
回复
蚂蚁跳大的故事
#8 回复于2022-05

请问如何同时进行剪裁与量化训练

0
回复
AIStudio483490
#9 回复于2022-05

https://aistudio.baidu.com/aistudio/projectdetail/1463208

宋代诗人念诗的秘密--PaddleGAN实现精准唇形合成

!export PYTHONPATH=$PYTHONPATH:/home/aistudio/work/PaddleGAN && python tools/wav2lip.py --face /home/aistudio/work/1.jpeg --audio /home/aistudio/work/2.m4a --outfile /home/aistudio/work/pp_put.mp4

报错:

ImportError: cannot import name 'spectral_norm' from 'paddle.nn.utils' (/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/nn/utils/__init__.py)

0
回复
AIStudio483490
#10 回复于2022-05

PaddleGAN实现表情动作迁移--当苏大强唱起

这个也不能用, 第一行下载就报错. 错误提交不上来, 

0
回复
R
RWEA
#11 回复于2022-05

PPhuman过了一遍官方的教程, 请问自己录制的mp4文件在利用deploy/python/det_keypoint_unite_infer.py获得关键点后, 如何标记label, 又如何添加和修改class_id呢, 而且prepare_dataset.py只能生产train_data.npy和train_label.pkl文件, val_dataset.py和val_train.pkl该如何生成呢?

0
回复
执丿一世俊
#12 回复于2022-05

请问下 我训练ppyoloe的时候,loss是越训练越高 这种情况 是数据集的问题吗?

0
回复
c
cherish_R
#13 回复于2022-05

python tools/export_model.py 运行会报错

UnboundLocalError: local variable 'input_spec' referenced before assignment

麻烦解决一下,在AIstudio上试了也是一样的报错结果

Traceback (most recent call last):
File "tools/export_model.py", line 160, in
main()
File "tools/export_model.py", line 152, in main
input_spec = get_input_spec(cfg.INFERENCE, model_name)
File "tools/export_model.py", line 131, in get_input_spec
return input_spec
UnboundLocalError: local variable 'input_spec' referenced before assignment

0
回复
c
cherish_R
#14 回复于2022-05

请问pphuman用导出的模型18个点(不是官方17个点)去预测时,报错,导出模型设置的window_size是50.预测的视频是6秒:

InvalidArgumentError: The 'shape' attribute in ReshapeOp is invalid. The input tensor X'size must be divisible by known capacity of 'shape'. But
received X's shape = [1, 1, 17, 2, 50], X's size = 1700, 'shape' is [-1, 36, 50], known capacity of 'shape' is -1800.
[Hint: Expected output_shape[unk_dim_idx] * capacity == -in_size, but received output_shape[unk_dim_idx] * capacity:0 != -in_size:-1700.] (at .
.\paddle/fluid/operators/reshape_op.cc:210)
[operator < reshape2 > error]

为什么官方的window_size是50,预测视频6秒就可以输出行为类别呢?

如果是说训练时的window_size要一致的话,那我也有尝试,训练时是350,导出模型也设置350,推理的max_frame也是350,但是推理视频6秒是没有输出结果的,如果是因为没有达到350帧的话,我后面又用了20秒的视频去预测,报错也同上面一样。但是官方即使设置了window_size是50,预测10秒的视频也是可以的。请问问题是在哪里?

自己训练的18点模型top1精度是87,不应该出现识别不出来的情况

0
回复
飞桨_PaddleGAN
#15 回复于2022-05

已收到大家以上的所有问题,我们预计在下周四(5.19日)举行微信群内线上闭门在线答疑!

将由我们PaddleDetection的一线研发人员亲自答疑,截止5.19日大家可以继续在此帖下进行回复您的问题~

添加小助手回复“检测”即可入群:

0
回复
y
yuyangup
#16 回复于2022-05

paddledetection训练的模型导出inference model后,在做推理部署的时候,前后处理相关代码如何编写,有什么参考教程吗?
目前已知的参考如下:
1、通过netron查看模型的输入输出
2、查看deploy /cpp /src目录下的示例代码,查看前后出来preprocess和postproceess相关代码
3、paddledetection2.4版本后,runtime.yml有export的post_process和nms的配置,可以直接把后处理放到训练的模型网络中
想请教的问题如下:
1、paddledetection那么多的网络模型,示例代码中就那几个示例,是否覆盖了所有的网络模型?
2、能否写的readme描述一下,deploy中的示例某个前后处理适合哪些模型?比如object_detector.cc是针对yolo系列的示例代码???
最想官方讲解的问题:
1、讲讲在推理部署时,如果通过netron查看某个模型的输入输出,然后针对输入输出编写前后处理的代码?
2、runtime.yml已配置把后处理集成到网络中,那么这种模型的后处理还需要写吗?有没有相应的demo

0
回复
y
yuyangup
#18 回复于2022-05

关于paddledetection训练的模型出现的如下问题优化思路
1、在做预测时发现预测框特别多,有的框的置信度甚至低于0.1,请问如果将这种框过滤掉?(是可以通过提高threshold参数进行过滤)我的意思是训练模型时就把这些极地置信度的预测结果过滤掉,避免在推理部署时,做不必要的计算,从而影响推理速度。之前有朋友说可以修改nms的设置,能讲讲为什么吗?

2、在做预测时发现误识别目标,比如我要识别手机,结果在预测时,出现有的预测框中明明没有手机,但是框的置信度还挺高,甚至超过了有手机的预测框置信度,针对这种情况,问题分析和模型优化的思路有哪些?

3、在做预测时发现识别目标时,明明是一个手机,结果出现多个框,而且每个框的置信度都差不多,这种情况如果让他只出现一个置信度最高的框?又回到nms配置了吗?

0
回复
s
supper小尛
#19 回复于2022-05

AIStudio 平台 安装了 pycocotools 之后,依旧是import 不了,我运行的是这个———PP-Tracking之手把手玩转多目标跟踪 

0
回复
飞桨_PaddleGAN
#20 回复于2022-05
cherish_R #13
python tools/export_model.py 运行会报错 UnboundLocalError: local variable 'input_spec' referenced before assignment 麻烦解决一下,在AIstudio上试了也是一样的报错结果 Traceback (most recent call last): File "tools/export_model.py", line 160, in main() File "tools/export_model.py", line 152, in main input_spec = get_input_spec(cfg.INFERENCE, model_name) File "tools/export_model.py", line 131, in get_input_spec return input_spec UnboundLocalError: local variable 'input_spec' referenced before assignment
展开

具体是什么模型呢?运行命令和报错可以完整提供么?

0
回复
y
yuyangup
#21 回复于2022-05

关于paddledetection训练的picodet模型量化训练:

1、使用的量化训练脚本如下:

!python tools/train.py \
-c configs/picodet/picodet_m_416_coco_lcnet.yml \
--slim_config configs/slim/quant/picodet_s_416_lcnet_quant.yml \
-o weights=output/picodet_s_quant/model_final
2、出现的问题时,未量化之前,能正常识别目标,量化之后,模型文件比之前还大一点,原来能识别出来目标的测试集,大部分都不能识别了,量化训练的轮数和原模型训练的轮数一样,都是250轮,请问,做量化训练时,需要配置什么?针对我这个量化结果,有什么优化策略或解决方案?

0
回复
x
xiangji
#22 回复于2022-05

【使用反馈】摔倒检测的部署加速和预测效果

1、在部署pp-human到本地的windows端时预测效果并不理想,使用的模型是官方提供的预训练模型(按照文档里写的好像预训练的效果还不错)想知道是否预测效果是否会受到设备和视频分辨率等的影响,还需要自己再去训练吗。

2、在windows10下使用tensorrt加速,转换后的模型会存放在哪,以及能否提供较为详细的关于tensorrt加速的用法,因为自己在使用过程中还是遇到许多的麻烦。

0
回复
x
xiangji
#23 回复于2022-05

【使用反馈】摔倒检测部署在本地后使用tensorrt加速

环境:os win10  paddlepaddle=2.2.1(带tensorrt)  CUDA=10.2  cudnn=7.6.5   tensorrt=7.0  各个版本之间是对应的

这是没开启tensorrt加速的

开启tensorrt之后

加速之后感觉没有快很多,而且每一次又得重新转换模型,又要很久

另外除了tensorrt加速之外有没有其他加速方法,比如更换其中的一些模型之类的

0
回复
需求/bug反馈?一键提issue告诉我们
发现bug?如果您知道修复办法,欢迎提pr直接参与建设飞桨~
在@后输入用户全名并按空格结束,可艾特全站任一用户