PaddleClas icon indicating copy to clipboard operation
PaddleClas copied to clipboard

A treasure chest for visual classification and recognition powered by PaddlePaddle

Results 316 PaddleClas issues
Sort by recently updated
recently updated
newest added

场景:有两个画面,一个是直播画面,一个是直播即时识别画面。当直播的时候,识别画面能在延迟几秒内找到特征目标物并用框圈起。 请问该如何实现与部署?谢谢

您好,我在尝试quick_start_recognition.md教程的时候遇到了以下问题,期待您的解答: ```python # 使用下面的命令使用GPU进行预测 python3.7 python/predict_system.py -c configs/inference_product.yaml # 使用下面的命令使用CPU进行预测 python3.7 python/predict_system.py -c configs/inference_product.yaml -o Global.use_gpu=False ``` ![2021-07-19_172144](https://user-images.githubusercontent.com/29617657/126137296-761d9109-9bd4-4422-84b4-493f1088dfdb.png) 我试着按照[向量检索教程](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.2/deploy/vector_search/README.md)进行重编译。下载了TDM-GCC后,版本是TDM-GCC Setup 1.2105.1,未能找到openmp安装。 ![2021-07-19_145045](https://user-images.githubusercontent.com/29617657/126137659-95abc555-d2d0-4275-a3b3-1f3cb61dc611.png) 直接编译结果 ![image](https://user-images.githubusercontent.com/29617657/126137964-8125f4b9-dbae-40b2-aafd-4f3e63097b22.png)

paddlepaddle2.1.1-cpu版 paddleclas 用的模型和数据为:https://github.com/PaddlePaddle/PaddleClas/blob/release/2.2/docs/zh_CN/tutorials/quick_start_recognition.md中给出的 识别一张图在: 1、win10下(pc机): Inference: 2525.817632675171 ms per batch image 实际在5-6秒 2、在ubuntu16下(服务器4核16G docker下): Inference: 4850.264310836792 ms per batch image result: [{"name": "\u9999\u5948\u513f\u5305\u5305", "match_degree": 0.51}] 2021-08-05 08:27:04 INFO: 200 GET...

window下python3.8.8根据readme指引执行,出现报错,已经重新编译了vector_search的库 1. PaddleClas版本以及PaddlePaddle版本: 2. 涉及的其他产品使用的版本号:paddlepaddle-gpu 2.1.2 3. 训练环境信息: a. 具体操作系统,Windows/ b. Python版本号,如Python3.8.8 c. CUDA/cuDNN版本, 如CUDA10.1 4. 完整的代码:没有改动 5. 执行以下命令报错: python python/predict_system.py -c configs/inference_product.yaml -o Global.use_gpu=False python python/predict_system.py -c configs/inference_product.yaml 是不支持python3.8运行吗?paddle安装正确,使用paddle.utils.run_check()没有报错...

欢迎您使用PaddleClas并反馈相关问题,非常感谢您对PaddleClas的贡献! 提出issue时,辛苦您提供以下信息,方便我们快速定位问题并及时有效地解决您的问题: 1. PaddleClas版本以及PaddlePaddle版本:请您提供您使用的版本号或分支信息,如PaddleClas release/2.2和PaddlePaddle 2.1.0 2. 涉及的其他产品使用的版本号:如您在使用PaddleClas的同时还在使用其他产品,如PaddleServing、PaddleInference等,请您提供其版本号 3. 训练环境信息: a. 具体操作系统,如Linux/Windows/MacOS b. Python版本号,如Python3.6/7/8 c. CUDA/cuDNN版本, 如CUDA10.2/cuDNN 7.6.5等 4. 完整的代码(相比于repo中代码,有改动的地方)、详细的错误信息及相关log

欢迎您使用PaddleClas并反馈相关问题,非常感谢您对PaddleClas的贡献! 提出issue时,辛苦您提供以下信息,方便我们快速定位问题并及时有效地解决您的问题: 1. PaddleClas版本以及PaddlePaddle版本:请您提供您使用的版本号或分支信息,如PaddleClas release/2.2和PaddlePaddle 2.1.0 2. 涉及的其他产品使用的版本号:如您在使用PaddleClas的同时还在使用其他产品,如PaddleServing、PaddleInference等,请您提供其版本号 3. 训练环境信息: a. 具体操作系统,如Linux/Windows/MacOS b. Python版本号,如Python3.6/7/8 c. CUDA/cuDNN版本, 如CUDA10.2/cuDNN 7.6.5等 4. 完整的代码(相比于repo中代码,有改动的地方)、详细的错误信息及相关log

1. PaddleClas版本以及PaddlePaddle版本:PaddleClas release/2.2和PaddlePaddle 2.1.0 3. 训练环境信息: a. 操作系统,如Windows b. Python版本号,如Python3.7.10 c. CUDA/cuDNN版本, 如CUDA11.2/cuDNN 8.1.1 我需要识别同一种鱼的不同个体,其中训练数据如下图所示,采用的车辆Reid配置文件,未对图像处理以及loss进行修改,只是修改了文件路径,其中训练集与测试集的划分按照图像检索任务进行划分,我一共有637个类,将前242类作为训练集,后395类作为测试集,训练可以正常进行,针对自己数据训练目标检测模型鱼特征提取模型后构建的图像识别系统在5条鱼的个体上进行测试,结果全部正确,然而将测试个体增加到50个,正确率却只有三分之一。 ![LYC001_second_train_5_1](https://user-images.githubusercontent.com/34644177/131942861-4d2a1bc1-6749-4bf9-b85f-a0bc51e6f361.png) ![image](https://user-images.githubusercontent.com/34644177/131943324-c553868d-4006-4ba9-b2b2-20789245f896.png) 针对上述测试个体数增加,正确率降低的问题,我想请问一下原因在哪里? 我划分训练集与测试集的方法是否存在问题?对每一条个体按照一定比例划分训练集与测试集效果会更好? 针对我这样的数据集,使用车辆Reid的配置文件是否正确,是否应该换用其他的配置文件?或者对loss做一定的修改?

1. PaddleClas版本以及PaddlePaddle版本: PaddleClas release/2.2 PaddlePaddle 2.1.1 3. 训练环境信息: a. 具体操作系统,Kylin V10,linux master 4.19.90-17.ky10.aarch64 b. Python版本号,Python3.7.4 c. CUDA/cuDNN版本, 无 4. 完整的代码(相比于repo中代码,有改动的地方)、详细的错误信息及相关log tools/export_model.py,未改动代码。 局域网日志不方便导出,最终的异常是 File xxx/paddle/fluid/dygraph/dygraph_to_static/utils.py, line 446, in create_assign_node assign_node =...

(此 ISSUE 为 PaddlePaddle Hackathon 活动的任务 ISSUE,更多详见[PaddlePaddle Hackathon](https://www.paddlepaddle.org.cn/PaddlePaddleHackathon)) 【任务说明】 - 任务标题:PaddleClas图像识别创意应用 - 技术标签:图像识别 - 任务难度:中等 - 详细说明:图像识别是近几年来非常火热的方向,PaddleClas集成了常见的backbone、metric learning算法,可以快速搭建图像识别完整流程。现征集有创意的开发者,用PaddleClas开发有创意、有价值的图像识别应用。 要求: 1. 以PaddleClas为基础建立识别应用,可以直接选用合适的数据训练,也可以二次开发 2. 应用要有实用价值,最好可以解决企业生产、管理中的实际问题 【提交内容】 - 任务PR到 [PaddleClas](https://github.com/PaddlePaddle/PaddleClas) - 代码、模型、技术文档 -...

PaddlePaddle Hackathon

### 环境 AI Stuido 脚本任务 单机四卡 PaddleClas v2.2.0 paddle v2.1.2 GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1 cuDNN Version: 7.6 python3.7 ### 问题概要 PaddleClas内存占用高于参考项目。 ###...