参考paddleseg官网https://aistudio.baidu.com/projectdetail/2189481?channelType=0&channel=0
零、准备工作
1.用 conda 创建虚拟环境
#1. 查询conda环境下有哪些虚拟环境 conda info --envs #2. 创建指定python版本的环境 conda create -n PaddleSeg_py_38 python=3.8 #3. 激活环境 conda activate PaddleSeg_py_38
2.设置conda和pip的镜像(查看镜像有无,没有则设置镜像)
见 https://www.cnblogs.com/loveDodream-zzt/p/17871994.html
2.1 设置conda的镜像源
// 1. 查看镜像源 conda config --show channels // 2. 删除添加源,恢复默认源 conda config --remove-key channels // 3. 添加清华镜像源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ //终端显示包从哪个channel下载,以及下载地址是什么 conda config --set show_channel_urls yes
2.2 Pip配置清华镜像源(conda和pip都要设置!!!)
临时使用清华镜像源,如下:
// some-package代表你需要安装的包 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package //下面这种方式也是一样的 pip install some-package -i https://pypi.tuna.tsinghua.edu.cn/simple
永久配置清华镜像源, 如下:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
3.网络
因为涉及到github下载,没有网络大文件啥的很费劲而且github不稳定。
https://www.cnblogs.com/loveDodream-zzt/p/18122955
——————————————————————————————————————————————————————————————————
一、安装
1. 安装PaddlePaddle
版本要求
-
PaddlePaddle >= 2.0.2
-
Python >= 3.7+
由于图像分割模型计算开销大,推荐在GPU版本的PaddlePaddle下使用PaddleSeg。推荐安装10.0以上的CUDA环境。
推荐安装10.0以上的CUDA环境。安装教程请见PaddlePaddle官网。
- 查询本机支持的CUDA版本
你先确认你的GPU能装什么版本CUDA, 在命令行中输入:
nvidia-smi
就可以看到你的GPU可以装什么版本的CUDA了,如下图:
Windows 安装
GPU版本支持CUDA 10.2/11.2/11.6/11.7,且仅支持单卡
# CUDA 11.7
python -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html
Linux 安装
# CUDA 11.7
python3 -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
2. 安装PaddleSeg包
pip install paddleseg
3. 下载PaddleSeg仓库
# 进入到ai目录下
cd ai
# 若您在本地环境运行,使用git下载PaddleSeg代码 git clone https://github.com/PaddlePaddle/PaddleSeg.git
4.安装依赖
cd PaddleSeg # 安装依赖 pip install -r requirements.txt
pip install -v -e .
二、准备模型和数据
以下所有命令均在PaddleSeg/contrib/PP-HumanSeg
目录下执行。
cd contrib/PP-HumanSeg
下载推理模型并将其保存在推理模型中
python src/download_inference_models.py
下载测试数据并保存在数据中
python src/download_data.py
2.下载测试数据
我们提供了supervise.ly发布人像分割数据集Supervisely Persons, 从中随机抽取一小部分并转化成PaddleSeg可直接加载数据格式,同时提供了手机前置摄像头的人像测试视频video_test.mp4
。通过运行以下代码进行快速下载:
# python data/download_data.py
python src/download_data.py
三、测试
使用src/seg_demo.py
脚本实现肖像分割、背景替换等功能的演示。
src/seg_demo.py
脚本的输入数据可以是图片、视频或者摄像头,主要参数说明如下。
参数 | 说明 | 类型 | 是否必选项 | 默认值 |
---|---|---|---|---|
config | 预测模型中deploy.yaml 文件的路径 |
str | 是 | - |
img_path | 待分割图片的路径 | str | 否 | - |
video_path | 待分割视频的路径 | str | 否 | - |
bg_img_path | 背景图片的路径,用于替换图片或视频的背景 | str | 否 | - |
bg_video_path | 背景视频的路径,用于替换视频的背景 | str | 否 | - |
save_dir | 保存输出图片或者视频的路径 | str | 否 | ./output |
vertical_screen | 表明输入图片和视频是竖屏 | store_true | 否 | False |
use_post_process | 设置对输出logit进行后处理,滤除背景干扰 | store_true | 否 | False |
use_optic_flow | 设置使用光流处理 | store_true | 否 | False |
1)输入图片进行测试
使用背景图片,得到替换背景的图片,结果保存在data/images_result/
目录。大家可以进入该目录下,右键单击图片,选择打开进行查看(如下)。
标签:PP,测试,--,PaddleSeg,conda,https,config,HumanSeg,cn From: https://www.cnblogs.com/loveDodream-zzt/p/18132549