Skip to content

“华为云杯”2020深圳开放数据应用创新大赛·生活垃圾图片分类 Pytorch版本基础配置文件

License

Notifications You must be signed in to change notification settings

Alessiacosmos/TrashDetection-HuaweiCloud

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

15 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

TrashDetection-HuaweiCloud

“华为云杯”2020深圳开放数据应用创新大赛·生活垃圾图片分类 Pytorch版本基础配置文件

How to use

  1. 已经编写好customize_service.py的pytorch基础引入方式,需要修改以适配你自己的网络输出
  1. def YourNet()
    从 YourModelDict/model.py 导入你自己的model
    
  2. Class PTVisionService(PTServingBaseService):
  
        def _preprocess(self, data):
            我自己进行数据预处理Normalizer和Resizer的数据格式为: sample={'img': img, 'img_name': img_name}
            修改为你自己进行归一化和Resizer的数据格式

        def _inference(self, data):
            修改网络输出部分:
                if torch.cuda.is_available():
                    scores, classification, predict_bboxes = self.model(padded_imgs.cuda().float())
                else:
                    scores, classification, predict_bboxes = self.model(padded_imgs.float())
            为自己的网络输出

        def _postprocess(self, data):
            修改网络输出格式,以匹配‘save_json’函数所需输入,形成结果

        def inference(self, data):
            无需更改
      
  1. 如何本地测试
 1. 修改 customizer_service.py ---> 
     Class PTVisionService(PTServingBaseService): 为  Class PTVisionService(object):
 
 2. 删除 customizer_service.py ---> 
     import部分modelarts相关的依赖
 
 3. 添加如下代码在customize_service.py的底部:
     if __name__ == '__main__':
     m = PTVisionService('model_name', 'your/model/path/model.pth')
     data={'images':{'0':'./train_val/VOC2007/JPEGImages/img_12726.jpg'}}
     m.inference(data)

TIPS

  1. 提交报错 build model image failed,是因为模型编译失败 ----> config.json中指定的‘dependencies’无效
    ModelArts内置torch==1.0.0/1.1.0, torchvision < 0.3.0,注意适配
    1.1 根据大赛微信群里的消息,提交报错 build model image failed 的原因是:模型占用空间过大,导致模型编译不通过 ----> 若模型小,可以指定dependencies,若模型较大,不建议指定dependencies.

About

“华为云杯”2020深圳开放数据应用创新大赛·生活垃圾图片分类 Pytorch版本基础配置文件

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages