实例分割Yolact边缘端部署 (四) 利用预训练模型快速标注

实例分割Yolact边缘端部署 (四) 利用预训练模型快速标注

  • 快速标注流程
    • 1. yolact推理流程
      • 1.1 evalimage()
      • 1.2 prep_display()
    • 2. 增加label导出函数
    • 3. 推理并生成json标签
    • 3.完整代码

快速标注流程

  • 预训练模型 如果数据集类别在coco类别内,那可以直接下载yolact的预训练模型yolact_resnet50_54_800000.pth。如果是新的类别,那可以进行少量标注,然后训练一个初始版model。
  • 利用预训练模型对数据集图像进行推理,并将推理结果保存成json格式。

1. yolact推理流程

1.1 evalimage()

  • 首先定位yolact推理单张图像的流程,利用eval.py加载模型对图像进行推理,从函数def evalimage可以看出, preds &#

你可能感兴趣的:(深度学习训练与移植,python,numpy,深度学习)