如何上手使用 Facebook 的開源平台 Detectron?
AI 研習社將全文編譯如下:
怎樣才能繪製更加清晰的目標對象輪廓?
不久前 FAIR 開源了物體檢測平台 Detectron,任何開發者都能使用 Facebook 用來做物體檢測研究的工具,Detectron 的一項重要功能是對象遮蔽(object masking)。對象遮蔽,不只是在目標的周圍畫上邊框,實際上它可以繪製多邊形。
Detectron 能讓對象遮蔽非常簡單地運行起來:
安裝 Caffe2
第一步是安裝 Caffe2(https://caffe2.ai/)
git clone --recursive https://github.com/caffe2/caffe2.git &&cdcaffe2
make&&cdbuild && sudomakeinstall
python-c"from caffe2.python import core"2>/dev/null &&echo"Success"||echo"Failure"
注意:你得有一塊帶有 CUDA 的 NVIDIA GPU 才能使用 Detectron
安裝 COCO API
git clone https://github.com/cocodataset/cocoapi.git
cdcocoapi/PythonAPI
makeinstall
Clone Repo
成功安裝 Caffe2 後,Clone Detectron 的 repo。
git clone https://github.com/facebookresearch/Detectron.git &&cdDetectron
安裝需要的軟體
pip install
numpy
pyyaml
matplotlib
opencv-python>=3.0
setuptools
Cython
mock
scipy
構建 python 模塊
cdlib &&make&&cd..
執行以下指令在在 Demo 圖像上運行對象遮蔽
python tools/infer_simple.py
--cfg configs/12_2017_baselines/e2e_mask_rcnn_R-101-FPN_2x.yaml
--output-dir demo/output
--image-ext jpg
--wts
https://s3-us-west-2.amazonaws.com/detectron/35861858/12_2017_baselines/e2e_mask_rcnn_R-101-FPN_2x.yaml.02_32_51.SgT4y1cO/output/train/coco_2014_train:coco_2014_valminusminival/generalized_rcnn/model_final.pkl
demo
在 Detectron/demo/output 目錄下找到 PDF 輸出文件。
下面是我用的一些測試用例,它們大部分都運行得很好。
和以前一樣(https://hackernoon.com/capsule-networks-are-shaking-up-ai-heres-how-to-use-them-c233a0971952),卡戴珊姐妹再次向 AI 發起了挑戰。
注意:如果你想測試自己的圖片,只需要 JPG 文件添加到 Detectron / demo 目錄下,為保證圖片質量,圖像像素最好在 600px - 800px 左右。
最後的一點想法
這個模型對普通對象的遮蔽(masking)效果非常好,不過有的開發者會需要更多的實例來學習,我會在後續的教程中教你如何構建自己的對象遮蔽模型。
NLP 工程師入門實踐班:基於深度學習的自然語言處理
三大模塊,五大應用,手把手快速入門 NLP
海外博士講師,豐富項目經驗
演算法 + 實踐,搭配典型行業應用
隨到隨學,專業社群,講師在線答疑
新人福利
關注 AI 研習社(okweiwu),回復1領取
【超過 1000G 神經網路 / AI / 大數據,教程,論文】
TensorFlow 實現神經網路入門篇
※普通程序員如何轉向 AI 方向?
※給數據科學家的 Python 3 指導;簡單 chatbot 代碼實現
TAG:AI研習社 |