建站
咨詢
售后
建站咨詢
新聞中心
本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。
成都創(chuàng)新互聯(lián)公司不只是一家網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司；我們對(duì)營(yíng)銷、技術(shù)、服務(wù)都有自己獨(dú)特見(jiàn)解，公司采取“創(chuàng)意+綜合+營(yíng)銷”一體化的方式為您提供更專業(yè)的服務(wù)！我們經(jīng)歷的每一步也許不一定是最完美的，但每一步都有值得深思的意義。我們珍視每一份信任，關(guān)注我們的網(wǎng)站建設(shè)、成都網(wǎng)站建設(shè)質(zhì)量和服務(wù)品質(zhì)，在得到用戶滿意的同時(shí)，也能得到同行業(yè)的專業(yè)認(rèn)可，能夠?yàn)樾袠I(yè)創(chuàng)新發(fā)展助力。未來(lái)將繼續(xù)專注于技術(shù)創(chuàng)新，服務(wù)升級(jí)，滿足企業(yè)一站式成都全網(wǎng)營(yíng)銷需求，讓再小的成都品牌網(wǎng)站建設(shè)也能產(chǎn)生價(jià)值！
做目標(biāo)檢測(cè)、語(yǔ)義分割，你一定聽(tīng)說(shuō)過(guò)Detectron2。
作為一個(gè)基于PyTorch實(shí)現(xiàn)的模塊化目標(biāo)檢測(cè)庫(kù)，Detectron2當(dāng)年剛一開(kāi)源，就被推上了GitHub趨勢(shì)榜第一。
而現(xiàn)在，移動(dòng)端開(kāi)發(fā)人員們的福利來(lái)了。
Facebook官方正式推出Detectron2的移動(dòng)版：Detectron2Go（D2Go）。
什么是D2Go
先來(lái)看官方介紹：
- PyTorch和Detectron2支持的深度學(xué)習(xí)工具包
- 最先進(jìn)的高效移動(dòng)設(shè)備骨干網(wǎng)絡(luò)
- 支持端到端模型訓(xùn)練、量化和部署
- 能輕松導(dǎo)出TorchScript格式
通過(guò)D2Go，開(kāi)發(fā)者可以創(chuàng)建已經(jīng)針對(duì)移動(dòng)設(shè)備進(jìn)行過(guò)優(yōu)化的FBNet模型，在移動(dòng)端高效地執(zhí)行目標(biāo)檢測(cè)、語(yǔ)義分割以及關(guān)鍵點(diǎn)估計(jì)等任務(wù)。
△D2Go人體關(guān)鍵點(diǎn)估計(jì)
那么D2Go具體有哪些優(yōu)勢(shì)呢？
實(shí)際上，移動(dòng)端的目標(biāo)檢測(cè)任務(wù)主要關(guān)注的有兩點(diǎn)：延遲和準(zhǔn)確性。
而如果模型能夠在邊緣設(shè)備上獨(dú)立運(yùn)行，不用將數(shù)據(jù)傳至云端進(jìn)行處理，就能大大的減少延遲。
另外，這也進(jìn)一步保障了終端用戶的數(shù)據(jù)、隱私安全。
Facebook表示，在實(shí)驗(yàn)測(cè)試中，使用D2Go開(kāi)發(fā)的移動(dòng)端模型，與基于服務(wù)器的模型相比，延遲更低，且準(zhǔn)確性損失不大。
如何使用
首先是安裝的部分，需要安裝的有：
PyTorch Nightly
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch-nightly
Detectron2
python -m pip install 'git+https://github.com/facebookresearch/detectron2.git'
mobile_cv
python -m pip install 'git+https://github.com/facebookresearch/mobile-vision.git'
D2go
git clone https://github.com/facebookresearch/d2go
cd d2go & python -m pip install .
在D2go的GitHub倉(cāng)庫(kù)中，還提供了預(yù)訓(xùn)練模型的推理Demo。
從model_zoo中選擇一個(gè)模型，運(yùn)行demo.py，就可以進(jìn)行試玩。
以faster_rcnn_fbnetv3a模型為例：
cd demo/
python demo.py —config-file faster_rcnn_fabnetv3a_C4.yaml —input input1.jpg —output output1.jpg
在訓(xùn)練和評(píng)估方面，D2Go本身基于detectron2工具包實(shí)現(xiàn)，因此在訓(xùn)練之前，需要按照detectron2的說(shuō)明設(shè)置內(nèi)置數(shù)據(jù)集。
而具體如何用預(yù)訓(xùn)練模型進(jìn)行推理、訓(xùn)練一個(gè)D2go模型、將模型導(dǎo)出到int8，F(xiàn)acebook也提供了詳細(xì)的入門示例。
更多詳情，不妨戳進(jìn)文末鏈接，親自上手嘗試~
傳送門
開(kāi)源地址：
https://github.com/facebookresearch/d2go
Facebook博客：
https://ai.facebook.com/blog/d2go-brings-detectron2-to-mobile/
分享題目：可以在手機(jī)里運(yùn)行的Detectron2來(lái)了：FB官方出品
本文路徑：http://m.5511xx.com/article/dhpgocp.html
