paddledetection模型预测自己的图像

### 使用 PaddleDetection 对自定义图像进行预测 #### 准备工作 为了使用 PaddleDetection 进行预测，需先准备好环境并安装必要的依赖库。确保已按照官方文档完成 PaddlePaddle 和 PaddleDetection 的安装。 #### 加载模型与配置文件 加载预训练模型及其对应的配置文件对于执行预测至关重要。可以利用 `load_model` 方法来读取之前训练好的模型或默认提供的检测模型： ```python from ppdet.core.workspace import load_config, merge_config, create import paddle cfg = load_config('path/to/config.yml') # 替换为具体路径 model = create(cfg.architecture) weights_path = 'path/to/weight.pdparams' # 替换为具体路径 state_dict = paddle.load(weights_path) model.set_state_dict(state_dict) ``` #### 预处理输入图像 在将图像送入模型前，需要对其进行适当预处理以匹配模型预期的输入格式。这一步骤可能涉及调整大小、归一化等操作[^1]。 ```python from PIL import Image import numpy as np def preprocess_image(image_path): img = Image.open(image_path).convert('RGB') size = (608, 608) # 假设 YOLOv3 输入尺寸为 608x608 img_resized = img.resize(size, Image.ANTIALIAS) mean = [0.485, 0.456, 0.406] std = [0.229, 0.224, 0.225] img_array = np.array(img_resized).astype(np.float32)/255. norm_img = ((img_array - mean) / std).transpose((2, 0, 1)) input_data = np.expand_dims(norm_img, axis=0) return input_data ``` #### 执行推理过程 一旦完成了上述准备工作，则可以通过调用模型实例的方法来进行推断。这里假设已经有一个名为 `image_tensor` 的张量作为输入给定: ```python with paddle.no_grad(): model.eval() result = model(input=image_tensor)[0]['boxes'] print(result) ``` 此代码片段会输出边界框坐标以及类别标签的概率得分，其中每一行代表一个检测到的对象的信息。 #### 后处理结果展示 最后，可选地还可以对得到的结果做进一步可视化处理以便直观查看效果。例如绘制矩形边框标记物体位置，并附上置信度分数和分类名称。 ```python from matplotlib import pyplot as plt import cv2 def visualize_results(image_path, boxes, scores=None, labels=None): image = cv2.imread(image_path) h, w = image.shape[:2] fig, ax = plt.subplots(1) ax.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) for i in range(len(boxes)): box = boxes[i].tolist() score = f'{scores[i]:.2f}' if scores is not None else '' label = str(labels[i]) if labels is not None else '' text = f'{label} {score}' pt1 = tuple(map(int, map(round, [box[0]*w, box[1]*h]))) pt2 = tuple(map(int, map(round, [box[2]*w, box[3]*h]))) color = (0, 255, 0) thickness = 2 cv2.rectangle(image, pt1, pt2, color=color, thickness=thickness) font_scale = max(h,w)/(720.) font_thickness = int(font_scale*2)+1 t_size = cv2.getTextSize(text, 0, fontScale=font_scale, thickness=font_thickness)[0] c2 = pt1[0]+t_size[0], pt1[1]-t_size[1]-3 cv2.rectangle(image,pt1,c2,color,cv2.FILLED) cv2.putText(image,text,(pt1),cv2.FONT_HERSHEY_SIMPLEX, font_scale,[225, 255, 255],font_thickness//3,lineType=cv2.LINE_AA) plt.axis('off') plt.show() ```