Closed Luna2199 closed 1 year ago
注意看导出的时候会有log warnning告诉你找不到TestDataset的anno_path从而加载默认coco80类作为类别。你可以对导出的模型文件里的infer_cfg.yml的label_list手动改为1类,只要你导出的时候num_classes是1。 正常导出,你需要自行修改和添加对应的anno_path,没有json文件用label_list.txt文件也可以的(一行记录一个对应种类),TestDataset中的anno_path为绝对路径,如:
TestDataset:
!ImageFolder
anno_path: label_list.txt # 如不使用dataset_dir,则anno_path即为相对于PaddleDetection主目录的相对路径
# dataset_dir: dataset/ppvehicle # 如使用dataset_dir,则dataset_dir/anno_path作为新的anno_path
label_list.txt里的一行记录一个对应种类,如下所示:
vehicle
导出和预测都是使用的TestDataset。验证是使用的EvalDataset。
关于NormalizeImage,导出命令最后加上-o TestReader.fuse_normalize=true
表示把NormalizeImage放在网络中,是为了部署的时候减少数据预处理的一部分耗时,无论怎么导出对部署结果都是没有影响的。
OK,已解决
问题确认 Search before asking
Bug组件 Bug Component
No response
Bug描述 Describe the Bug
以ppvehicle提供的mot_ppyoloe_l_36e_ppvehicle.pdparams为例:虽然文档声称类别数为1,但通过
python tools/export_model.py
方式导出的模型配置文件infer_cfg.yml如下:========
而官方在PPVehicle_QUICK_STARTED提供的车辆检测(高精度)中的模型配置文件infer_cfg.yml:
======== 二者除类别数不一致外,还存在图像归一化操作的区别,请确认该问题,是否模型上传错误?
复现环境 Environment
-OS: Linux -Python: 3.7 -PaddleDetection: release/2.5 -PaddlePaddle: '2.3.2'
Bug描述确认 Bug description confirmation
是否愿意提交PR? Are you willing to submit a PR?