paddleDetection-目标检测全流程教程

系统管理员 2022-11-07 05:27 340阅读 0赞

> 参考链接：  
> https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.0-rc/docs/tutorials/DetectionPipeline.md

文教程以路标数据集为例，使用yoloV3算法详细说明paddleDetection全流程使用教程，包含：准备数据，选择模型，训练模型，评估，预测，模型压缩和模型部署。

### 数据准备 ###

**关于数据准备的请参考：**

注意：  
（1）数据集中路径名、文件名不要包含空格，尽量不要使用中文  
（2）用户数据，建议在训练前仔细检查 数据，避免因数据标注格式错误或图像数据不完整造成训练过程中的中断  
（2）如果图像尺寸太大的话，在不限制读入数据尺寸情况下，占用内存较多，会造成内存/显存溢出，请合理设置batch\_size，可从小到大尝试

### 模型选择 ###

PaddleDetection中提供了丰富的模型库，具体可在模型库中查看各个模型的指标，您可依据实际部署算力的情况，选择合适的模型。

本教程选用YOLOv3作为训练模型。

### 训练和模型评估 ###

**请参考此链接：**

[模型训练和预测][Link 1]

### 推理部署 ###

在模型部署之前，如果您需要对模型进行压缩，PaddleDetection提供了基于PaddleSlim 进行模型压缩的完整教程和实验结果，详细请参考：量化、剪枝、蒸馏、搜索 。  
详细部署文档请参考PaddleDetection预测部署文档。这里以PaddleServing部署方式为例说明。

**安装paddle-serving-client和paddle-serving-server**

# 安装 paddle-serving-client
    pip install paddle-serving-client -i https://mirror.baidu.com/pypi/simple
    
    # 安装 paddle-serving-server
    pip install paddle-serving-server -i https://mirror.baidu.com/pypi/simple
    
    # 安装 paddle-serving-server-gpu
    pip install paddle-serving-server-gpu -i https://mirror.baidu.com/pypi/simple

#### 导出模型 ####

python tools/export_serving_model.py -c configs/yolov3_mobilenet_v1_roadsign.yml -o use_gpu=true weights=output/yolov3_mobilenet_v1_roadsign/best_model --output_dir=./inference_model

![结果显示][2021031112172970.png]  
以上命令会在./inference\_model文件夹下生成一个yolov3\_mobilenet\_v1\_roadsign文件夹：

inference_model
    │   ├── yolov3_mobilenet_v1_roadsign
    │   │   ├── infer_cfg.yml
    │   │   ├── serving_client
    │   │   │   ├── serving_client_conf.prototxt
    │   │   │   ├── serving_client_conf.stream.prototxt
    │   │   ├── serving_server
    │   │   │   ├── conv1_bn_mean
    │   │   │   ├── conv1_bn_offset
    │   │   │   ├── conv1_bn_scale
    │   │   │   ├── ...

#### 启动PaddleServing服务 ####

cd inference_model/yolov3_mobilenet_v1_roadsign/
    
    # GPU
    python -m paddle_serving_server_gpu.serve --model serving_server --port 9393 --gpu_ids 0
    
    # CPU
    python -m paddle_serving_server.serve --model serving_server --port 9393

注意：
    遇到的一些问题：
    1：/root/anaconda3/lib/python3.7/site-packages/paddle_serving_server/serving-cpu-avx-openblas-0.5.0/serving: /lib64/libstdcn `CXXABI_1.3.8' not found (required by /root/anaconda3/lib/python3.7/site-packages/paddle_serving_server/serving-cpu-av0/serving)
    
    https://github.com/cdr/code-server/issues/347#issuecomment-482670081
    
    2：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob25nbG9uZ3NoZW4_size_16_color_FFFFFF_t_70]

#### 测试部署的服务 ####

准备label\_list.txt文件

# 进入到导出模型文件夹
    cd inference_model/yolov3_mobilenet_v1_roadsign/
    
    # 将数据集对应的label_list.txt文件拷贝到当前文件夹下
    cp ../../dataset/roadsign_voc/label_list.txt .

设置测试文件test\_client.py中的prototxt文件路径为serving\_client/serving\_client\_conf.prototxt 。  
设置fetch为fetch=\[“multiclass\_nms\_0.tmp\_0”\])

#### 测试 ####

# 进入目录
    cd inference_model/yolov3_mobilenet_v1_roadsign/
    
    # 测试代码 test_client.py 会自动创建output文件夹，并在output下生成`bbox.json`和`road554.png`两个文件
    python ../../deploy/serving/test_client.py ../../demo/road554.png

# 请关注我的个人微信公众号 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob25nbG9uZ3NoZW4_size_16_color_FFFFFF_t_70_pic_center]

#### 参考链接 ####

*  https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.0-rc/docs/tutorials/DetectionPipeline.md

[Link 1]: https://mp.weixin.qq.com/s?__biz=MzI0Mjk2NDY5Mg==&tempkey=MTEwNF9SNlNsditHVzRRUFNtekYvZDRrd3ljNVo0RWtfem1QbnFWM3V3WUtIWEJZdGhkR2tKMmZDLV9LZlAyeDduNzNnRUtrbWRvMTI2ZW1VdThZZl80cHhnSm9lVHRRZmltNjNVTm1OMVNBcnhlWEZ0S19YY0thVGVZbTNjbWlNYXhrUVJDVENCWGg2N3VkZzQ1bDlBLWZjOU5fTDhuX0tWU2dlUUhyWHhBfn4=&chksm=697505c15e028cd75329705b5759a7cce8dd79c9b45862d2e0cfa32e4dca676d077dff6bb82c#rd
[2021031112172970.png]: /images/20221023/35e7425ac9cb4dd598a64512f5d087ec.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob25nbG9uZ3NoZW4_size_16_color_FFFFFF_t_70]: /images/20221023/aded03ed0f7a484dac282e57bc143277.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob25nbG9uZ3NoZW4_size_16_color_FFFFFF_t_70_pic_center]: /images/20221023/374c78d9fd044cf5bf90032bc38c883e.png