Notebook 交互式完成目标检测任务
目标检测是计算机视觉中非常常用且基础的任务,但是由于目标检测任务的复杂性,往往令新手望而却步。本文将介绍一种在 Notebook 中进行算法开发的新方式,新手也能够快速训练自己的模型。
通过本文,你将能够体验到:
在 notebook 中通过鼠标就能够进行图片和视频的交互式推理
通过参数化及交互式的开发方式一步步搭建训练自己的检测模型

图片交互推理

视频实时交互推理

codelab 免费在线体验

点击 Run in ModelArts 能够直接将 notebook 加载进 codehub 中,改案例需要使用 GPU 运行环境,可以选择免费规格进行体验。

选择 Kernel 为 PyTorch-1.8,此时就可以根据 Notebook 内容按照顺序执行 cell 即可。

注意:
样例中需要通过鼠标选择预训练模型路径、数据集图片路径、视频路径等。

视频可以使用 demo 样例./algorithms/mmdetetcion/algorithm/demo/demo.mp4
此 Notebook 样例依次介绍了如何通过算法套件 sdk 构建数据集 DataBlock、算法模型 Model 以及优化器 Learner,并且将通过交互式的方式进行推理和验证,你也可以导入自己的数据集,上手体验这一新颖的开发方式。
想要了解更多云原生 AI 算法开发套件的内容,请锁定 9 月 28 日 19:00-20:00,本文作者华为云专家将在直播间带你快速入门 AI 算法开发,助力开发者基于源码进行白盒化开发。
直播链接:https://bbs.huaweicloud.com/live/cloud_live/202209281900.html

版权声明: 本文为 InfoQ 作者【华为云开发者联盟】的原创文章。
原文链接:【http://xie.infoq.cn/article/9de0dcbb338561e437f42768f】。文章转载请联系作者。
评论