Open lgy2830 opened 1 year ago
关于PP-OCRv3的问题可以到PaddleOCR下面提问哈
mot_ppyoloe_l_36e_ppvehicle这个模型转换的也有问题,有能解决的吗?
mot_ppyoloe_l_36e_ppvehicle这个模型转换的也有问题,有能解决的吗?
有什么问题?
这个模型,我用压缩包解压出来的与我用readme中用命令输出出来的模型根本不是一个。压缩包解压出来的用来预测的话,会报错,我也用netorn看了,两个模型根本不是一个。那么转换出来的onnx也肯定不是一个了
这个是压缩包的链接: model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/mot_ppyoloe_l_36e_ppvehicle.zip
这个是模型导出命令: python tools/export_model.py -c configs/ppvehicle/mot_ppyoloe_l_36e_ppvehicle.yml -o weights=https://paddledet.bj.bcebos.com/models/mot_ppyoloe_l_36e_ppvehicle.pdparams trt=True exclude_nms=True
两个是一个模型,可是打开看,就是不是一个东西
其实是一个模型,只不过导出的方式不同而已,压缩包的导出的方式使用了-o TestReader.fuse_normalize=True
应该是同一个,导出的时候用了'-o TestReader.fuse_normalize=True',没有'exclude_nms=True'
mot_ppyoloe_l_36e_ppvehicle 这个模型是集检测与追踪于一体的模型,我现在用它实现了c++的车辆检测,那么我要实现追踪,该怎么办呢?追踪用的也是这个模型。我是不是只用读这个模型一次,先做车辆检测,然后拿着车辆检测的结果再把追踪的代码写一下?然后输出最终结果?我现在有检测的代码已经跑通了,追踪的代码应该也跑通了,但是两个是属于两个main函数的,我该怎么把两个合起来。检测的输出是目标的类别,置信度,四个顶点坐标;可,追踪的输入是目标的id,置信度,四个顶点坐标。
问题确认 Search before asking
请提出你的问题 Please ask your question
在车牌识别时,infer_cfg_ppvehicle.yml中用到了下边几个模型; DET: model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/mot_ppyoloe_l_36e_ppvehicle.zip MOT: model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/mot_ppyoloe_l_36e_ppvehicle.zip VEHICLE_PLATE:
det_model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/ch_PP-OCRv3_det_infer.tar.gz
rec_model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/ch_PP-OCRv3_rec_infer.tar.gz VEHICLE_ATTR: model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/vehicle_attribute_model.zip 那么这四个模型都可以转为onnx,然后再转为engine模型吗? mot_ppyoloe_l_36e_ppvehicle这个我转为onnx,然后再转为engine模型了, ch_PP-OCRv3_det_infe和ch_PP-OCRv3_rec_infer我转换不了