演示系统示例

概述

所有示例通过 Python 接口实现下位机推理，前处理(数据标准化/归一化、通道变换)和反量化都已经加入网络中，下位机推理结果返回PC端做后处理，结果保存在模型工程目录下。提供源码地址、权重文件、nbg文件、测试图片。

• 依赖安装

  pip install -r requirements.txt
  

deeplab_mobilnet_v3

语义分割模型，源码地址为：https://github.com/bubbliiiing/deeplabv3-plus-pytorch.git

• 输入、输出信息

  INPUT:0
  DATA_FORMAT:UINT8
  NUM_OF_DIMENSION:4
  SIZES_OF_DIMENSION:1536 512 1 1 0 0
  QUANT_FORMAT:NONE
  OUTPUT:0
  DATA_FORMAT:FP32
  NUM_OF_DIMENSION:4
  SIZES_OF_DIMENSION:512 512 21 1 0 0
  QUANT_FORMAT:NONE
  

• 后处理流程

  • 概率转换
  • 预测类别生成
  • 尺寸还原
  • 标签映射

• 执行

  python demo_deeplabv3.py
  

• 结果保存在test_src/models/deeplab_mobilnet_v3/result.jpg

yolov5s-seg

实例分割模型，源码地址：https://github.com/ultralytics/yolov5.git

• 输入、输出信息

  INPUT:0
  DATA_FORMAT:UINT8
  NUM_OF_DIMENSION:4
  SIZES_OF_DIMENSION:1920 640 1 1 0 0
  QUANT_FORMAT:NONE
  OUTPUT:0
  DATA_FORMAT:FP32
  NUM_OF_DIMENSION:3
  SIZES_OF_DIMENSION:117 25200 1 0 0 0
  QUANT_FORMAT:NONE
  OUTPUT:1
  DATA_FORMAT:FP32
  NUM_OF_DIMENSION:4
  SIZES_OF_DIMENSION:160 160 32 1 0 0
  QUANT_FORMAT:NONE
  

• 后处理流程

  • NMS
  • 遍历检测预测
  • 颜色和掩码可视化
  • 掩码叠加
  • 绘制检测框和文本标签

• 执行

  python demo_yolov5s_seg.py
  

• 结果保存在/yolov5s-seg/result.jpg

resnet18

分类模型，源码地址：https://github.com/ultralytics/yolov5.git

• 输入、输出信息

  INPUT:0
   DATA_FORMAT:UINT8
   NUM_OF_DIMENSION:4
   SIZES_OF_DIMENSION:672 224 1 1 0 0
   QUANT_FORMAT:NONE
  OUTPUT:0
   DATA_FORMAT:FP32
   NUM_OF_DIMENSION:2
   SIZES_OF_DIMENSION:1000 1 0 0 0 0
   QUANT_FORMAT:NONE
  

• 后处理流程

  • softmax
  • topk

• 执行

  python demo_resnet18.py
  

• 结果保存在/resnet18/result.jpg

作者 {{liangliangou}}