$ hub install faster_rcnn_resnet50_fpn_venus==1.0.0

命令行预测

$ hub run faster_rcnn_resnet50_fpn_venus --input_path "/PATH/TO/IMAGE"

API

def context(num_classes=81,
            trainable=True,
            pretrained=True,
            phase='train')

提取特征，用于迁移学习。

参数

• num_classes (int): 类别数；
• trainable(bool): 参数是否可训练；
• pretrained (bool): 是否加载预训练模型；
• phase (str): 可选值为 'train'/'predict'，'trian' 用于训练，'predict' 用于预测。

返回

• inputs (dict): 模型的输入，相应的取值为： 当 phase 为 'train'时，包含： image (Variable): 图像变量 im_size (Variable): 图像的尺寸 im_info (Variable): 图像缩放信息 gt_class (Variable): 检测框类别 gt_box (Variable): 检测框坐标 is_crowd (Variable): 单个框内是否包含多个物体 当 phase 为 'predict'时，包含： image (Variable): 图像变量 im_size (Variable): 图像的尺寸 * im_info (Variable): 图像缩放信息
• outputs (dict): 模型的输出，相应的取值为： 当 phase 为 'train'时，包含： head_features (Variable): 所提取的特征 rpn_cls_loss (Variable): 检测框分类损失 rpn_reg_loss (Variable): 检测框回归损失 generate_proposal_labels (Variable): 图像信息 当 phase 为 'predict'时，包含： head_features (Variable): 所提取的特征 rois (Variable): 提取的roi * bbox_out (Variable): 预测结果
• context_prog (Program): 用于迁移学习的 Program。

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

依赖

paddlepaddle >= 1.6.2

paddlehub >= 1.6.0