PaddleClas
PaddleClas copied to clipboard
A treasure chest for visual classification and recognition powered by PaddlePaddle
您好,我想基于paddleclas实现多head的模型,就是有n个分类头,然后他们共享一个backbone,训练时backbone使用所有的数据迭代,但是每个不同的分类头使用相应的任务数据进行迭代,仍然使用配置文件的方式进行训练,请问大概应该如何修改?
我使用ResNet50_ReID.yaml配置文件训练图像识别模型,训练数据总共有1990个类,按照[CUB_200_2011数据集划分方式随机将1990个类划分为1790(train_list)+200(test_list)的组合  那么我配置文件中的class_num应该如何设置,我设置成1990会报下面的错误  这个错误的原因是什么呢,难道计算label时是从0开始吗?
向量检索问题
index_vectors = np.random.rand(100000,128).astype(np.float32) query_vector = index_vectors[0, :] index_docs = ["ID_"+str(i) for i in range(100000)] # 初始化索引结构 indexer = Graph_Index(dist_type="L2") #支持"IP"和"L2" indexer.build(gallery_vectors=index_vectors, gallery_docs=index_docs, pq_size=100, index_path='test') # 查询 scores, docs = indexer.search(query=query_vector,...
1.教程为什么都是clone整个仓库,而不是使用pip install paddleclas这种方式呢? 2.使用pip install paddleclas方式安装paddleclas,结果需要安装opencv-python4.4.0,我电脑已经安装有opencv-python4.5.5.64,paddleclas没有适配opencv-python最新版本吗?而且通过pip安装opencv-python4.4.0的whl安装包非常慢,10k/s左右,下载还不到一半就总是报错,我不知道去哪里找opencv-python4.4.0这个库,能给个下载地址吗? 3.如果只是通过pip方式安装paddleclas,没有clone整个仓库,是不是只能用python语言使用paddleclas进行预测?是不是就无法使用C++语言进行预测呢? 4.通过pip install安装某个包,然后通过pip list --outdated,就可以知道哪些包需要更新,通过pip install --upgrade 就可以更新包.如果clone整个仓库,如何知道是否该更新仓库了呢?具体如何更新呢?把paddleclas整个文件夹删了,然后重新clone整个仓库吗?
使用pip安装paddleclas,安装的opencv-python和 gast两个包都不是最新版本,希望paddleclas可以适配opencv-python和 gast最新版本,谢谢
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。如果您的问题比较复杂,想与我们直接交流,可以首页扫码加入微信群。 ### 使用场景 ### 数据情况 ### 问题描述 ### 预期效果
如[PaddleClas](https://github.com/PaddlePaddle/PaddleClas)/[deploy](https://github.com/PaddlePaddle/PaddleClas/tree/release/2.3/deploy)/[utils](https://github.com/PaddlePaddle/PaddleClas/tree/release/2.3/deploy/utils)/draw_bbox.py中代码所写,  绘制出的标签框会出现错位或者显示不全的问题,共有两种情况 > ymin - th > 0 绘制目标框的最左端值为xmin,而绘制标签框最左端的值为xmin + 1,这样就会造成目标框与标签框有一个像素的错位  > ymin - th ≤ 0 绘制目标框的最左端值为xmin,而绘制标签框最左端的值为xmin + 1,然而目标框的width=2,并且先绘制文本以及文本框,会绘制目标框,势必会造成目标框对文本有一个像素的遮挡  建议对上述的情况进行改进,同时由于识别图片的大小不同,建议设置可变的字体大小与目标框宽度从而在不同图片上都有很好的显示效果
解决predict_det.py未检测到目标时出错的问题,将self.parse_det_results处理放置到判断语句内,else时执行该操作,未检测到目标时不执行该操作,并且将results = []移到if条件下,因为results = np.array([])不能执行append操作,会在predict_system.py内报错,报错如下图 
修复识别结果标签框显示错位或不全的问题,并增加边框宽度可随图片大小变化的功能,同时绘制标签时会在左侧空出绘制框线的宽度,防止绘制的目标框遮挡标签(https://github.com/PaddlePaddle/PaddleClas/issues/1809)