AI studio部署Face Detector
收藏
我想把AI studio训练完的Face Detector: PyramidBox 模型在线部署,但是输入和输出参数应该如何去写?
有没有大佬可以给个例子参考一下,官方给的文档是个数据为训练集的线性回归,和图像为数据训练集 的这个差距有点大。
0
收藏
请登录后评论
具体要看你想用什么做输入参数输出内容。比如你可以用图像直接作为输入,在输入参数转换器中,完成想要做模型的输入。参数转换器代码如下:
# -*- coding: utf-8 -*-
"""
Hook
"""
import os
import sys
sys.path.append("..")
from PIL import Image
import numpy as np
import paddle.fluid as fluid
from home.utility import base64_to_image
def reader_infer(data_args):
"""
reader_inter
示例为目标检测数据预处理
:param data_args: 接口传入的数据,以k-v形式
:return [[]], feeder
"""
def reader():
"""
reader
:return:
"""
image_shape = [3, 300, 300]
image = fluid.layers.data(name='image', shape=image_shape, dtype='float32')
feeder = fluid.DataFeeder(place=fluid.CPUPlace(), feed_list=[image])
img = base64_to_image(data_args["image"])
if img.mode == 'L':
img = img.convert('RGB')
img = img.resize((300, 300), Image.ANTIALIAS)
im_width, im_height = img.size
img = np.array(img)
if len(img.shape) == 3:
img = np.swapaxes(img, 1, 2)
img = np.swapaxes(img, 1, 0)
img = img[[2, 1, 0], :, :]
img = img.astype('float32')
img -= 127.5
img = img * 0.007843
return [[img]], feeder
return reader
输出也是同理。具体可以结合你的需求。
可以看一下第三部的示例,这是一个图像的参数转换器例子。