1.可视化推理结果

对于训练好的模型，使用 tao 套件可进行推理，各参数如下：

-o：输出文件目录，即检测过的图片保存位置
-e：训练配置文件
-m：要测试的模型
-l：推理结果的标注文件目录
-k：秘钥

tao ssd inference --gpu_index=$GPU_INDEX -i $LOCAL_DATA_DIR/test_samples -o $USER_EXPERIMENT_DIR/ssd_infer_images -e $SPECS_DIR/ssd_retrain_resnet18_kitti.txt -m $USER_EXPERIMENT_DIR/experiment_dir_retrain/weights/ssd_resnet18_epoch_$EPOCH.tlt -l $USER_EXPERIMENT_DIR/ssd_infer_labels -k $KEY

之后，使用 matplotlib 进行可视化

import matplotlib.pyplot as plt
import os
from math import ceil
valid_image_ext = ['.jpg', '.png', '.jpeg', '.ppm']def visualize_images(image_dir, num_cols=4, num_images=10):output_path = os.path.join(os.environ['LOCAL_EXPERIMENT_DIR'], image_dir)num_rows = int(ceil(float(num_images) / float(num_cols)))f, axarr = plt.subplots(num_rows, num_cols, figsize=[80,30])f.tight_layout()a = [os.path.join(output_path, image) for image in os.listdir(output_path) if os.path.splitext(image)[1].lower() in valid_image_ext]for idx, img_path in enumerate(a[:num_images]):col_id = idx % num_colsrow_id = idx // num_colsimg = plt.imread(img_path)axarr[row_id, col_id].imshow(img)

效果图：

2.模型导出

首先在 $USER_EXPERIMENT_DIR 下创建模型导出的目录 export，然后使用 tao 套件导出训练的模型，导出的模型即可利用 NVIDIA TensorRT 进行推理

其参数如下：

-m：要导出的模型
-o：导出模型的存放位置
-e：训练配置文件
-k：秘钥
–batch_size：模型的输入 batchsize
–data_type：导出模型的数据类型

tao ssd export --gpu_index=$GPU_INDEX -m $USER_EXPERIMENT_DIR/experiment_dir_retrain/weights/ssd_resnet18_epoch_$EPOCH.tlt -k $KEY -o $USER_EXPERIMENT_DIR/export/ssd_resnet18_epoch_$EPOCH.etlt -e $SPECS_DIR/ssd_train_resnet18_kitti.txt --batch_size 1 --data_type fp32

最后，使用 tao-coverter 工具，将导出的模型转为 TensorRT 可直接使用的推理引擎即可

tao converter -k $KEY -d 3,300,300 -o NMS -e $USER_EXPERIMENT_DIR/export/trt.engine -m 1 -t fp32 -i nchw $USER_EXPERIMENT_DIR/export/ssd_resnet18_epoch_$EPOCH.etlt

NVIDIA 7th SkyHackathon（七）Tao 目标检测模型可视化推理与导出相关推荐

收藏 | 超轻量目标检测模型NanoDet，比YOLO跑得快，上线两天Star量超200
点上方蓝字计算机视觉联盟获取更多干货在右上方 ··· 设为星标 ★,与你不见不散仅作学术分享,不代表本公众号立场,侵权联系删除转载于:机器之心 AI博士笔记系列推荐周志华<机器学习> ...
python实现目标检测_由浅入深：教你如何构建一个行人目标检测模型（Python）
摘要: 零基础也能构建一个目标检测(对象检测)模型?小编教你使用Image AI库从头开始构建一个行人检测模型. 当我们看到一张图片时,我们的大脑会立即识别图片中所包含的物体.而对于机器来说,识别这些 ...
目标检测模型---SSD
SSD 1.SSD网络模型 2. 先验框的准备(default box//Prior box) 3. VOC格式数据集的准备 4. 模型训练 4.1 模型如何从特征中获取预测结果 4.2 ground ...
＜计算机视觉六＞深度学习目标检测模型的评估标准
鼠标点击下载项目源代码免费下载地址 <计算机视觉一> 使用标定工具标定自己的目标检测 <计算机视觉二> labelme标定的数据转换成yolo训练格式 <计算机 ...
简单快速建立pytorch环境YOLOv5目标检测模型跑起来(超简单）
简单快速建立pytorch环境+实现YOLOv5目标检测模型跑起来(超简单) 一.下载yolov5模型代码: yolo代码提取码:2022 下载后解压二.简单快速创建pytorch环境: 1.条 ...
只有0.7M？超超超轻量SOTA目标检测模型揭秘！
目标检测作为计算机视觉领域的顶梁柱,不仅可以独立完成车辆.商品.缺陷检测等任务,也是人脸识别.视频分析.以图搜图等复合技术的核心模块,在自动驾驶.工业视觉.安防交通等领域的商业价值有目共睹. 正因如此 ...
基于卷积神经网络的目标检测模型的研究_黄咨_2014_上海交大
一.传统检测模型和卷积神经网络对比传统检测模型:采用人工特征提取方法获取目标的特征描述.然后输入到一个分类器中学习分类规则. 人工特征提取方法的缺点: (1)对设计者提出比较高的学术要求, (2)提 ...
微调torchvision 0.3的目标检测模型
微调torchvision 0.3的目标检测模型本文将微调在 Penn-Fudan 数据库中对行人检测和分割的已预先训练的 Mask R-CNN 模型.它包含170个图像和345个行人实例,说明如何 ...
目标检测模型从训练到部署！
Datawhale干货作者:张强,Datawhale成员训练目标检测模型并部署到你的嵌入式设备,让边缘设备长"眼睛". 目标检测的任务是找出图像中所有感兴趣的目标(物体),确定 ...

NVIDIA 7th SkyHackathon（七）Tao 目标检测模型可视化推理与导出

1.可视化推理结果

2.模型导出

NVIDIA 7th SkyHackathon（七）Tao 目标检测模型可视化推理与导出相关推荐

最新文章

热门文章