实践记录

考虑到自己的电脑配置限制，以及暂时貌似没有服务器可以用。所以暂时打算使用Colaboratory进行学习。

实践环境

  • Google Colab

    实践过程

    Colab 项目

    因为没有 GPU 所以才用 Colab 的，所以当然要设置GPU加速。
    image.png

    安装 PaddleDetection

    根据 PaddlePaddle 提供的安装方法进行安装。
    需要注意的是，需要保证 python 版本不能超过 3.7。
    然后更具环境条件安装 PaddlePaddle ： ```bash

    CUDA10.1

    python -m pip install paddlepaddle-gpu==2.2.0.post101 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

CPU

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

  1. 并用如下命令来检查安装是否成功：
  2. ```bash
  3. # 在Python解释器中确认PaddlePaddle安装成功
  4. python
  5. >>> import paddle
  6. >>> paddle.utils.run_check()
  8. # 确认PaddlePaddle版本
  9. python -c "import paddle; print(paddle.__version__)"

在 Colab 下，Bash 命令需要以!开头，所以在 Colab 中键入：

  1. # instal pp-gpu
  2. !pip install paddlepaddle-gpu
  3. import paddle
  4. paddle.utils.run_check()
  5. print(paddle.__version__)
  7. # install pd
  8. !git clone https://github.com/PaddlePaddle/PaddleDetection.git
  9. import os
  10. os.chdir("./PaddleDetection")
  11. !pip install -r requirements.txt
  12. !python setup.py install
  13. !python ppdet/modeling/tests/test_architectures.py

部署 PP-TinyPose

官方提供了训练好的模型，由于我现阶段的目的是大概了解流程，所以我先直接下载官方模型。
image.png

分别下载这两项，得到picodet_s_192_pedestrian/和tinypose_128x96/这两个文件夹。上传进 Colab 项目的对应文件夹中：

  • 在 repo 根目录创建output_inference/picodet_s_192_pedestrian/和output_inference/tinypose_128x96/
  • 导入对应文件

快速推理

  1. # single picture
  2. !python3 deploy/python/det_keypoint_unite_infer.py --det_model_dir=output_inference/picodet_s_192_pedestrian --keypoint_model_dir=output_inference/tinypose_128x96 --image_file=demo/000000014439_640x640.jpg --device=GPU  --save_res=True

参考资料

官方项目仓库

https://github.com/PaddlePaddle/PaddleDetection/blob/develop/docs/tutorials/INSTALL_cn.md

官方网页

实践案例

若干论文