实例分割Yolact边缘端部署 (四) 利用预训练模型快速标注
admin
2024-02-14 00:37:58
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
相关内容