雾天行人车辆检测

Posted AI浩

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了雾天行人车辆检测相关的知识,希望对你有一定的参考价值。

Day0

一. 提前注册或登陆百度智能云账号,我们的任务将在BML平台进行
网址:https://ai.baidu.com/bml/

点击立即使用

注册或登录百度云账号

点击【预置模型调参】

选择【模型】,点击【立即创建】

填写相关信息

注意这里的信息填写要与你在报名时填的信息一致,否则打卡无效。

✅开发者/企业用户则输入公司全称,模型归属选择公司

✅如果还在上学,则输入学校全称,模式归属选择个人

填写描述 完成【创建】

二. 数据集下载(请下载至本地)

https://aistudio.baidu.com/aistudio/datasetdetail/168497

点击【创建数据集】

⬇️⬇️⬇️

⬇️⬇️⬇️

等待数据导入【大家可以截图发到群内打卡day0】

三. 进入万有引力页面领取优惠

https://ai.baidu.com/easydl/universal-gravitation

step1. 点击【领取AI大礼包】

step2. 点击【立即领取】

step3. 填写相关信息,完成领取

✅我们还有“企业专项权益包”

大家可以扫码领取大礼哦~

Day2

step1:查看数据总览,数据集完成导入。

step2:点击【查看与标注】看到数据已经进行了标注。

step3:返回【通用模型】,点击【新建任务】

填写备注

上传数据集

⬇️⬇️⬇️

⬇️⬇️⬇️

根据需要选择【训练时间】,提交【训练任务】

选择【继续训练】

等待训练

今日任务「截图打卡」

Day2

step1:训练已经完成

step2:点击发布,发布模型

step3:等待发布。

step4:点击【版本列表】

导入成功后点击【在线服务】

开始部署

点击【查看详情】

点击控制台

进入百度智能云管理中心,创建应用

⬇️⬇️⬇️

保存以下数据以备调用

返回列表体验H5

开始调用

复制以下内容(上文有具体步骤可获取以下信息)

1、接口地址

2、API Key

3、Secret Key

在这里插入代码片

启动Notebook,输入以下代码


import json
import base64
import requests
"""
使用 requests 库发送请求
使用 pip(或者 pip3)检查我的 python3 环境是否安装了该库,执行命令
  pip freeze | grep requests
若返回值为空,则安装该库
  pip install requests
"""


# 目标图片的 本地文件路径,支持jpg/png/bmp格式
IMAGE_FILEPATH = "R-C (3).jpeg"

# 可选的请求参数
# threshold: 默认值为建议阈值,请在 我的模型-模型效果-完整评估结果-详细评估 查看建议阈值
PARAMS = "threshold": 0.3

# 服务详情 中的 接口地址
MODEL_API_URL = "https://aip.baidubce.com/rpc/2.0/ai_custom_bml/v1/car_detection/123111111"
# 调用 API 需要 ACCESS_TOKEN。若已有 ACCESS_TOKEN 则于下方填入该字符串
# 否则,留空 ACCESS_TOKEN,于下方填入 该模型部署的 API_KEY 以及 SECRET_KEY,会自动申请并显示新 ACCESS_TOKEN
ACCESS_TOKEN =""
API_KEY = "iQYQVrdGH631Zr1CCgxRcR5I"
SECRET_KEY = "frQPZa0uDA72DgdC3sf36Ys1Ag0Pvy6t"


print("1. 读取目标图片 ''".format(IMAGE_FILEPATH))
with open(IMAGE_FILEPATH, 'rb') as f:
    base64_data = base64.b64encode(f.read())
    base64_str = base64_data.decode('UTF8')
print("将 BASE64 编码后图片的字符串填入 PARAMS 的 'image' 字段")
PARAMS["image"] = base64_str
if not ACCESS_TOKEN:
    print("2. ACCESS_TOKEN 为空,调用鉴权接口获取TOKEN")
    auth_url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials"\\
               "&client_id=&client_secret=".format(API_KEY, SECRET_KEY)
    auth_resp = requests.get(auth_url)
    auth_resp_json = auth_resp.json()
    ACCESS_TOKEN = auth_resp_json["access_token"]
    print("新 ACCESS_TOKEN: ".format(ACCESS_TOKEN))
else:
    print("2. 使用已有 ACCESS_TOKEN")


print("3. 向模型接口 'MODEL_API_URL' 发送请求")
request_url = "?access_token=".format(MODEL_API_URL, ACCESS_TOKEN)
response = requests.post(url=request_url, json=PARAMS)
response_json = response.json()
response_str = json.dumps(response_json, indent=4, ensure_ascii=False)
print("结果:\\n".format(response_str))

可以前往代码网址:https://ai.baidu.com/ai-doc/BML/4khys2obf

选择pythone3 进行复制👇👇

将以下代码进行替换(按照上述步骤获取)

ACCESS TOKEN 留空,填写好API和SK之后自动生成

上传图片进行测试修改代码中图片路径,运行代码

今日任务「打卡截图」

以上是关于雾天行人车辆检测的主要内容,如果未能解决你的问题,请参考以下文章

基于PP-YOLOE的雾天行人车辆目标检测

行人车辆检测与计数系统(Python+YOLOv5深度学习模型+清新界面)

行人车辆检测与计数系统(Python+YOLOv5深度学习模型+清新界面)

23年 车辆检测+车距检测+行人检测+车辆识别+车距预测(附yolo v5最新版源码)

23年 yolov5车辆识别+行人识别+车牌识别+车速检测代码(python)

高空无人机视角下的路口车辆与行人检测跟踪与轨迹刻画