From 98340723b15035b3cfbd1e5a87550e2c6a7fee04 Mon Sep 17 00:00:00 2001 From: chenjian Date: Tue, 8 Mar 2022 18:34:51 +0800 Subject: [PATCH] fix according to review --- .../resnet50_vd_10w/README_en.md | 20 +-- .../se_resnet18_vd_imagenet/README_en.md | 149 ------------------ 2 files changed, 10 insertions(+), 159 deletions(-) delete mode 100644 modules/image/classification/se_resnet18_vd_imagenet/README_en.md diff --git a/modules/image/classification/resnet50_vd_10w/README_en.md b/modules/image/classification/resnet50_vd_10w/README_en.md index 51bef676..2f7bbb8c 100644 --- a/modules/image/classification/resnet50_vd_10w/README_en.md +++ b/modules/image/classification/resnet50_vd_10w/README_en.md @@ -54,15 +54,15 @@ def context(trainable=True, pretrained=True) ``` - **Parameters** - - trainable (bool): 计算图的Parameters是否为可训练的；
- - pretrained (bool): 是否加载默认的预训练模型. + - trainable (bool): whether parameters are trainable；
+ - pretrained (bool): whether load the pre-trained model. - **Return** - - inputs (dict): 计算图的输入，key 为 'image', value 为图片的张量；
- - outputs (dict): 计算图的输出，key 为 'classification' 和 'feature_map'，其相应的值为： - - classification (paddle.fluid.framework.Variable): 分类结果，也就是全连接层的输出； - - feature\_map (paddle.fluid.framework.Variable): 特征匹配，全连接层前面的那个张量. - - context\_prog(fluid.Program): 计算图，用于迁移学习. + - inputs (dict): model inputs，key is 'image', value is the image tensor；
+ - outputs (dict): model outputs，key is 'classification' and 'feature_map'，values： + - classification (paddle.fluid.framework.Variable): classification result； + - feature\_map (paddle.fluid.framework.Variable): feature map extracted by model. + - context\_prog(fluid.Program): computation graph, used for transfer learning. @@ -73,9 +73,9 @@ combined=True) ``` - **Parameters** - - dirname: output dir for saving model - - model_filename: 模型文件名称，默认为\_\_model\_\_;
- - params_filename: Parameters文件名称，默认为\_\_params\_\_(仅当`combined`为True时生效);
+ - dirname: output dir for saving model;
+ - model_filename: filename of model, default is \_\_model\_\_;
+ - params_filename: filename of parameters，default is \_\_params\_\_(only effective when `combined` is True);
- combined: whether save parameters into one file diff --git a/modules/image/classification/se_resnet18_vd_imagenet/README_en.md b/modules/image/classification/se_resnet18_vd_imagenet/README_en.md deleted file mode 100644 index a2a4b1d8..00000000 --- a/modules/image/classification/se_resnet18_vd_imagenet/README_en.md +++ /dev/null @@ -1,149 +0,0 @@ -## 命令行预测 - -``` -hub run se_resnet18_vd_imagenet --input_path "/PATH/TO/IMAGE" -``` - -## API - -```python -def get_expected_image_width() -``` - -返回预处理的图片宽度，也就是224。 - -```python -def get_expected_image_height() -``` - -返回预处理的图片高度，也就是224。 - -```python -def get_pretrained_images_mean() -``` - -返回预处理的图片均值，也就是 \[0.485, 0.456, 0.406\]。 - -```python -def get_pretrained_images_std() -``` - -返回预处理的图片标准差，也就是 \[0.229, 0.224, 0.225\]。 - - -```python -def context(trainable=True, pretrained=True) -``` - -**参数** - -* trainable (bool): 计算图的参数是否为可训练的； -* pretrained (bool): 是否加载默认的预训练模型。 - -**返回** - -* inputs (dict): 计算图的输入，key 为 'image', value 为图片的张量； -* outputs (dict): 计算图的输出，key 为 'classification' 和 'feature_map'，其相应的值为： - * classification (paddle.fluid.framework.Variable): 分类结果，也就是全连接层的输出； - * feature\_map (paddle.fluid.framework.Variable): 特征匹配，全连接层前面的那个张量。 -* context\_prog(fluid.Program): 计算图，用于迁移学习。 - -```python -def classification(images=None, - paths=None, - batch_size=1, - use_gpu=False, - top_k=1): -``` - -**参数** - -* images (list\[numpy.ndarray\]): 图片数据，每一个图片数据的shape 均为 \[H, W, C\]，颜色空间为 BGR； -* paths (list\[str\]): 图片的路径； -* batch\_size (int): batch 的大小； -* use\_gpu (bool): 是否使用 GPU 来预测； -* top\_k (int): 返回预测结果的前 k 个。 - -**返回** - -res (list\[dict\]): 分类结果，列表的每一个元素均为字典，其中 key 为识别动物的类别，value为置信度。 - -```python -def save_inference_model(dirname, - model_filename=None, - params_filename=None, - combined=True) -``` - -将模型保存到指定路径。 - -**参数** - -* dirname: 存在模型的目录名称 -* model\_filename: 模型文件名称，默认为\_\_model\_\_ -* params\_filename: 参数文件名称，默认为\_\_params\_\_(仅当`combined`为True时生效) -* combined: 是否将参数保存到统一的一个文件中 - -## 预测代码示例 - -```python -import paddlehub as hub -import cv2 - -classifier = hub.Module(name="se_resnet18_vd_imagenet") - -result = classifier.classification(images=[cv2.imread('/PATH/TO/IMAGE')]) -# or -# result = classifier.classification(paths=['/PATH/TO/IMAGE']) -``` - -## Server Deployment - -PaddleHub Serving可以部署一个在线图像识别服务。 - -## 第一步：启动PaddleHub Serving - -运行启动命令： -```shell -$ hub serving start -m se_resnet18_vd_imagenet -``` - -这样就完成了一个在线图像识别服务化API的部署，默认端口号为8866。 - -**NOTE:** 如使用GPU预测，则需要在启动服务之前，请设置CUDA\_VISIBLE\_DEVICES环境变量，否则不用设置。 - -## 第二步：发送预测请求 - -配置好服务端，以下数行代码即可实现发送预测请求，获取预测结果 - -```python -import requests -import json -import cv2 -import base64 - - -def cv2_to_base64(image): - data = cv2.imencode('.jpg', image)[1] - return base64.b64encode(data.tostring()).decode('utf8') - - -# Send an HTTP request -data = {'images':[cv2_to_base64(cv2.imread("/PATH/TO/IMAGE"))]} -headers = {"Content-type": "application/json"} -url = "http://127.0.0.1:8866/predict/se_resnet18_vd_imagenet" -r = requests.post(url=url, headers=headers, data=json.dumps(data)) - -# print prediction results -print(r.json()["results"]) -``` - -### 查看代码 - -https://github.com/PaddlePaddle/PaddleClas - -### 依赖 - -paddlepaddle >= 1.6.2 - -paddlehub >= 1.6.0 -- GitLab