一連の記事カタログ
最初の章Huaweiのクラウドプラットフォームmodelarts章HuaweiのクラウドプラットフォームSDKは、modelarts
Chapter ros + modelartsマルチビークルコーディネーションを呼び出します
記事のディレクトリ
1.モデルの展開
モデルがデプロイされた後、SDKを呼び出して、収集した画像をHUAWEI CLOUDにアップロードできます。認識後、HUAWEICLOUDは認識された結果をデバイスに送信します。
ここで使用した機器は、jetson nano(ジェットボットカー)とjetson tx2で、良好な環境でのターゲット検出に直接使用できますが、競争にはHuaweiクラウドmodelartsプラットフォームが必要です。Raspberry Piで試す機会があります。理論的には、Pythonを実行できるボードであればどれでもかまいません(PCでも問題ありません)。
HUAWEI CLOUD公式リファレンスマニュアル:(https://support.huaweicloud.com/sdkreference-modelarts/modelarts_04_0001.html
このマニュアルは非常に重要です)主にSDKリファレンスに依存しています
マニュアルの手順に従うだけで、難しいことではないので、あまり話さないようにします。
2.私のプログラム(参照のみ)
主な問題は、データの分析にあります。
jesonnanoが受信したデータを以下に示します。リンゴが認識されていることを解析する方法は困難です。
Detection_classes:認識されたオブジェクト
detection_boxes:オブジェクト座標
detection_scores:認識率
{
"detection_classes": [
"苹果",
"苹果"
],
"detection_boxes": [
[
"80.887726",
"263.80356",
"299.759",
"488.36438"
],
[
"58.76906",
"52.273037",
"302.06067",
"275.1259"
]
],
"detection_scores": [
"0.99877447",
"0.9964096"
]
}
私のプログラムは次のようになります。タイプを識別するだけです。アカウントのセキュリティを考慮して、access_keyの値は******に置き換えられます。これらの値の意味はマニュアルにあります。
from modelarts.session import Session
from modelarts.model import Predictor
import cv2
session = Session(access_key='******',secret_key='******', project_id='******', region_name='******')
predictor_instance = Predictor(session, service_id="******")
#predictor_info = predictor_instance.get_service_info()
predict_result = predictor_instance.predict(data="/home/wyd/下载/1.jpg", data_type="images")
print(predict_result)
j=0
n=0
for key,value in predict_result.items():
for i in predict_result[key]:
if (i=="苹果")&(j==0):
print("检测到苹果即将调用采摘车")
j=j+1
n=0
総括する
導入の難しさは、環境構成ではなくデータ分析にあります。HUAWEICLOUDmodelartsプラットフォームは、環境構成のステップを簡素化します。構成された環境はパッケージ化され、ユーザーと共有されます。ユーザーはこの環境を直接ダウンロードして使用できますが、Python言語は十分です。パッケージ化されています。使いやすいですが、データを解析するときに非常に不快です。