鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
做目标检测、语义分割 ， 你一定听说过Detectron2 。
作为一个基于PyTorch实现的模块化目标检测库 ， Detectron2当年刚一开源 ， 就被推上了GitHub趋势榜第一 。
而现在 ， 移动端开发人员们的福利来了 。
Facebook官方正式推出Detectron2的移动版：Detectron2Go（D2Go） 。
文章插图
什么是D2Go
先来看官方介绍：
PyTorch和Detectron2支持的深度学习工具包
最先进的高效移动设备骨干网络
支持端到端模型训练、量化和部署
能轻松导出TorchScript格式
通过D2Go ， 开发者可以创建已经针对移动设备进行过优化的FBNet模型 ， 在移动端高效地执行目标检测、语义分割以及关键点估计等任务 。
文章插图
△D2Go人体关键点估计
那么D2Go具体有哪些优势呢？
实际上 ， 移动端的目标检测任务主要关注的有两点：延迟和准确性 。
而如果模型能够在边缘设备上独立运行 ， 不用将数据传至云端进行处理 ， 就能大大的减少延迟 。
另外 ， 这也进一步保障了终端用户的数据、隐私安全 。
Facebook表示 ， 在实验测试中 ， 使用D2Go开发的移动端模型 ， 与基于服务器的模型相比 ， 延迟更低 ， 且准确性损失不大 。
如何使用
首先是安装的部分 ， 需要安装的有：
PyTorch Nightly
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch-nightly
Detectron2
python -m pip install 'git+https://github.com/facebookresearch/detectron2.git'
mobile_cv
python -m pip install 'git+https://github.com/facebookresearch/mobile-vision.git'
D2go
git clone https://github.com/facebookresearch/d2go
cd d2go & python -m pip install .
在D2go的GitHub仓库中 ， 还提供了预训练模型的推理Demo 。
从model_zoo中选择一个模型 ， 运行demo.py ， 就可以进行试玩 。
以faster_rcnn_fbnetv3a模型为例：
cd demo/
python demo.py —config-file faster_rcnn_fabnetv3a_C4.yaml —input input1.jpg —output output1.jpg
在训练和评估方面 ， D2Go本身基于detectron2工具包实现 ， 因此在训练之前 ， 需要按照detectron2的说明设置内置数据集 。
而具体如何用预训练模型进行推理、训练一个D2go模型、将模型导出到int8 ， Facebook也提供了详细的入门示例 。
文章插图
更多详情 ， 不妨亲自上手尝试~
【detectron2|可以在手机里运行的Detectron2来了：Facebook官方出品】— 完 —
推荐阅读
- 兔子|兔兔这么可爱，为什么要吃屎？
- 1碗面粉，不加水，锅里蒸一蒸，做香甜可口的发糕，比蛋糕还香
- 不用油不用牛奶，教你做蜂蜜蛋糕，蒸或烤都可以，只需4种食材
- 春分，快手艾草青团的用料，没有一点难度，软糯可口，超简单又好吃的艾草青团
- 天冷了，怎能不吃此菜？十分钟就上桌，香辣可口还美味，贼香
- 显微镜|假如人类可以把显微镜提升到40亿倍，是不是全新的宇宙观？
- 吸烟|戒烟的最佳年龄已公布，提醒：若在正确的年龄戒烟，或可延年益寿
- 甲状腺疾病|甲状腺疾病患者可以接种新冠疫苗吗？北京疾控释疑
- 葱油饼好吃有诀窍，层层酥脆，做法简单，学会可以摆摊了
- 核酸检测|新冠病毒突变可以逃避核酸检测？没那么容易