【重磅】GluonCV—基于MXNet的计算机视觉库 - 知乎
2018-04-26,分布式机器学习社区(DMLC) 发布了两个深度学习工具箱 GluonCV 和 GluonNLP,它们分别为计算机视觉和自然语言处理提供了顶级的算法实现与基本运算。本文主要介绍GluonCV,并提供了安装和基本使用示例。
GluonCV
github: https://github.com/dmlc/gluon-cv
Gluon-NLP
github: https://github.com/dmlc/gluon-nlp
GluonCV
1 简介
GluonCV提供了计算机视觉领域最先进的(SOTA)深度学习算法的实现。它旨在帮助工程师,研究人员和学生快速制作产品原型,验证新想法并学习计算机视觉。
2 GluonCV特点
- 复制最新论文中报道的SOTA结果的训练脚本
- 大量预训练模型
- 精心设计的API和易于理解的实现
- 社区支持
3 安装
3.1 安装MXNet
- pip install --pre mxnet
3.2 安装GluonCV
- pip install gluoncv
4 快速示例
示例:Predict with pre-trained SSD models
模型下载地址: http://gluon-cv.mxnet.io/model_zoo/index.html
1# 导入必要库
2from gluoncv import model_zoo, data, utils
3from matplotlib import pyplot as plt
4# 加载预训练模型
5net = model_zoo.get_model('ssd_512_resnet50_v1_voc', pretrained=True)
6# 预处理图像
7im_fname = utils.download('https://github.com/dmlc/web-data/blob/master/' +
8 'gluoncv/detection/street_small.jpg?raw=true')
9x, img = data.transforms.presets.ssd.load_test(im_fname, short=512)
10print('Shape of pre-processed image:', x.shape)
11# 检测并显示
12class_IDs, scores, bounding_boxs = net(x)
13
14ax = utils.viz.plot_bbox(img, bounding_boxs[0], scores[0],
15 class_IDs[0], class_names=net.classes)
16plt.show()
运行结果
5 教程
5.1 图像分类(Image Classification)
5.2 目标检测(Object Detection)
5.3 语义分割(Semantic Segmentation)
5.4 数据集(Datasets)
6 GluonCV 模型
GluonCV Model Zoo 提供预定义和预先训练的模型,以帮助引导计算机视觉应用。
link: http://gluon-cv.mxnet.io/model_zoo/index.html
更多信息可以参考 http://gluon-cv.mxnet.io/
--------我是可爱的分割线--------
若喜欢,给个赞呗~