首页
/ Pedestron 开源项目使用教程

Pedestron 开源项目使用教程

2024-09-20 01:27:45作者:薛曦旖Francesca

1. 项目介绍

Pedestron 是一个基于 MMdetection 的仓库,专注于行人检测研究的进展。该项目提供了一系列检测器,包括通用检测器和专门用于行人检测的检测器,用于训练和测试。此外,Pedestron 还提供了预训练模型和多个行人检测数据集上的基准测试。

2. 项目快速启动

安装

首先,克隆项目仓库并安装依赖项:

git clone https://github.com/hasanirtiza/Pedestron.git
cd Pedestron

根据 INSTALL.md 文件中的说明安装依赖项。

运行演示

使用预训练模型对图像进行检测:

python tools/demo.py configs/elephant/cityperson/cascade_hrnet.py /models_pretrained/epoch_5.pth demo/ result_demo/

训练

使用单个 GPU 进行训练:

python tools/train.py configs/elephant/cityperson/cascade_hrnet.py

使用多个 GPU 进行训练:

./tools/dist_train.sh configs/elephant/cityperson/cascade_hrnet.py 7

测试

使用单个 GPU 进行测试:

python tools/test_city_person.py configs/elephant/cityperson/cascade_hrnet.py /models_pretrained/epoch_5.pth --out result_citypersons.json --mean_teacher

使用多个 GPU 进行测试:

./tools/dist_test.sh configs/elephant/crowdhuman/cascade_hrnet.py /models_pretrained/epoch_19.pth 8 --out CrowdHuman12.pkl --eval bbox

3. 应用案例和最佳实践

应用案例

Pedestron 可以应用于自动驾驶、智能监控等领域,用于行人检测和行人行为分析。例如,在自动驾驶系统中,Pedestron 可以帮助车辆识别和跟踪行人,从而提高驾驶安全性。

最佳实践

  1. 数据集准备:根据 Datasets-PreProcessing.md 文件中的说明准备数据集。
  2. 模型选择:根据具体需求选择合适的检测器和骨干网络。
  3. 超参数调优:通过调整训练参数和数据增强策略,优化模型性能。

4. 典型生态项目

  1. MMdetection:Pedestron 基于 MMdetection 框架,MMdetection 是一个强大的目标检测工具箱,支持多种检测器和骨干网络。
  2. Detectron2:Facebook AI Research 推出的目标检测框架,与 Pedestron 类似,支持多种检测任务。
  3. TensorFlow Object Detection API:Google 推出的目标检测框架,支持多种预训练模型和数据集。

通过结合这些生态项目,可以进一步扩展 Pedestron 的功能和应用场景。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
177
262
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
864
512
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K