机器学习（二）——目标检测

目标检测是机器学习里面的一个基础课程，对于视频的分析等，第一步往往都是需要从视频中先提取出目标。所以这里我们大家来一步步共同学习。
1、在第一篇的基础上，安装目标检测模块

image.png

由于目标检测对paddle的版本有要求，建议大家使用1.8.4以上的版本，如果大家是按照第一篇来安装的，下一步可以跳过，因为上面安装的版本是>=1.8.5的
不放心的话，可以先检查一下自己的版本

python3
import paddle
print(paddle.__version__)

image.png

这里如果版本低于1.8.4，则需要使用以下命令进行安装，如果是高于1.8.4，则可以忽略

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

2、安装COCO-API
安装前需要先安装依赖

sudo yum install python3-devel
sudo yum install libevent-devel
easy_install gevent

然后安装COCO-API

pip install pycocotools

3、安装python依赖库
在目录下新建文件requirements.txt，内容如下：

tqdm
typeguard ; python_version >= '3.4'
visualdl>=2.0.0b
opencv-python
PyYAML
shapely

然后执行安装命令

pip3 install -r requirements.txt

4、克隆代码库

git clone https://gitee.com/paddlepaddle/PaddleDetection

5、测试

python3 ppdet/modeling/tests/test_architectures.py

出现如下结果则为测试通过

image.png

6、使用预训练模型进行预测

python3 tools/infer.py -c configs/ppyolo/ppyolo.yml -o use_gpu=false weights=https://paddlemodels.bj.bcebos.com/object_detection/ppyolo.pdparams --infer_img=demo/000000014439_640x640.jpg

在output文件下可以找到检测结果

image.png

至于如何使用自己的图片进行学习和预测，再第三篇会举例