1.安装cuda和cudnn。
2.安装paddle gpu版本。
python3 -m pip install paddlepaddle-gpu==1.8.4.post107 -i https://mirror.baidu.com/pypi/simple
3.查看是否安装好。
python
import paddle.fluid
paddle.fluid.install_check.run_check()
安装成功!
4.项目地址:https://github.com/PaddlePaddle/PaddleDetection
5.测试:
python tools/infer.py -c configs/ppyolo/ppyolo.yml -o use_gpu=true weights=https://paddlemodels.bj.bcebos.com/object_detection/ppyolo.pdparams --infer_img=demo/000000014439.jpg
追加:
视频测试:
1.导出ppyolo模型。
python PaddleDetection/tools/export_model.py -c PaddleDetection/configs/ppyolo/ppyolo.yml -o weights=ppyolo.pdparams
生成三个文件:
2.测试视频。
python deploy/python/infer.py --model_dir=output/ppyolo --video_file=t/3.mp4 --use_gpu=True
结论:
同一视频测试,yolov4要33ms,ppyolo要29ms,速度稍快。