百度AI达人创造营7.30笔记

例一：Paddledet 安装使用
# 如果在本地开发，需要安装 PaddlePaddle
# ai studio 已经自带 PaddlePaddle 我们无需安装
# ! python -m pip install paddlepaddle-gpu==2.1.0.post101 -f https://paddlepaddle.org.cn/whl/mkl/stable.html
# 安装 paddledet
! pip install paddledet==2.1.0 -i https://mirror.baidu.com/pypi/simple
​
# 克隆 PaddleDetection 库
! git clone https://gitee.com/paddlepaddle/PaddleDetection.git
然后我们就可以在左边的文件结构看见多了 PaddleDetection 文件夹

# 检查是否可以运行
%cd PaddleDetection
! python ppdet/modeling/tests/test_architectures.py
最后的提示不报错说明安装成功

# 快速体验
! python tools/infer.py -c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml -o use_gpu=False weights=https://paddledet.bj.bcebos.com/models/ppyolo_r50vd_dcn_1x_coco.pdparams --infer_img=demo/000000014439.jpg
打开PaddleDetection/output/000000014439.jpg查看输出

模型简单训练和调参

具体可以查看 30分钟快速上手PaddleDetection

# 准备数据
! python dataset/roadsign_voc/download_roadsign_voc.py
数据的准备，需要大家替换成自己的数据集，具体如何替换可以看 官方文档，这里为了展示方便用自带的roadsign_voc数据集

# 开始训练
! python tools/train.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml
训练完感觉精度不是很满意，可以对配置文件进行调参，常见的调参是针对优化器和学习率

打开PaddleDetection/configs/yolov3/yolov3_mobilenet_v1_roadsign.yml文件

LearningRate:
base_lr: 0.0001    
schedulers:
- !PiecewiseDecay  
  gamma: 0.1
  milestones: [32, 36]
- !LinearWarmup
  start_factor: 0.3333333333333333
  steps: 100
​
OptimizerBuilder:
optimizer:
  momentum: 0.9
  type: Momentum
regularizer:
  factor: 0.0005
  type: L2
优秀的项目参考
PaddleHub 各种项目
Jetson Nano上部署PaddleDection
使用SSD-MobileNetv1完成一个项目--准备数据集到完成树莓派部署
PaddleClas 源码解析
PaddleSeg 2.0动态图：车道线图像分割任务简介
PaddleGAN 大合集
例二：Paddleocr 安装使用
# 安装PaddleOCR的依赖库。
%cd ~
!git clone https://github.com/PaddlePaddle/PaddleOCR.git
%cd ~/PaddleOCR
!pip install -r requirements.txt
! mkdir inference
# 下载超轻量级中文OCR模型的检测模型并解压
! cd inference && wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar && tar xf ch_ppocr_mobile_v2.0_det_infer.tar && rm ch_ppocr_mobile_v2.0_det_infer.tar
# 下载超轻量级中文OCR模型的识别模型并解压
! cd inference && wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar && tar xf ch_ppocr_mobile_v2.0_rec_infer.tar && rm ch_ppocr_mobile_v2.0_rec_infer.tar
# 下载超轻量级中文OCR模型的文本方向分类器模型并解压
! cd inference && wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar && tar xf ch_ppocr_mobile_v2.0_cls_infer.tar && rm ch_ppocr_mobile_v2.0_cls_infer.tar
! cd ..
import matplotlib.pyplot as plt
from PIL import Image
​
## 显示原图，读取名称为11.jpg的测试图像
img_path= "./doc/imgs/11.jpg"
img = Image.open(img_path)
plt.figure("test_img", figsize=(10,10))
plt.imshow(img)
plt.show()

!python3 tools/infer/predict_system.py --image_dir="./doc/imgs/11.jpg" \
--det_model_dir="./inference/ch_ppocr_mobile_v2.0_det_infer" \
--rec_model_dir="./inference/ch_ppocr_mobile_v2.0_rec_infer" \
--cls_model_dir="./inference/ch_ppocr_mobile_v2.0_cls_infer"

## 显示轻量级模型识别结果
img_path= "./inference_results/11.jpg"
img = Image.open(img_path)
plt.figure("results_img", figsize=(20,20))
plt.imshow(img)
plt.show()