前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【手摸手学ModerArts】物体检测Yolo V3实践

【手摸手学ModerArts】物体检测Yolo V3实践

作者头像
胡琦
发布2021-09-09 10:22:16
5080
发布2021-09-09 10:22:16
举报
文章被收录于专栏:胡琦胡琦

物体检测Yolo V3实践

听说今天评论区和交流群里一片哀嚎,很多小伙伴被今天的打卡难到了。不用怕,就算是我这种资深Copy攻城狮都被难住了,起码跑了3遍才看到最终结果的那个大波浪的长头发小姐姐。下面,我郑重地给各位小伙伴,尤其是和我一样才接触到ModelArts的小小白,一起分享一下我今天的打卡经验。这不一定是最好最棒最详细的攻略,但一定是最独特最有趣最用心的!

准备

俗话说得好,“工欲善其事必先利其器”。首先,不管您是想完成第几天的打卡,请务必和我一样,先磨磨刀,把我们应该准备的东西准备好。对于小白来说,您只需下载一个zip文件就行;对于老鸟来说,您应该将源码down下来,在编辑器里好好研究一下代码。对于大神来说,呃,有大神会点进来?肯定是我的幻觉,不然,您一定是来收徒弟的,您看我筋骨惊奇……扯远了,正式开始我们的准备工作吧。

打开网址,下载zip,并解压

交流群里几乎天天有人再问,怎么图片显示不出来、网址打不开……等等问题,那是因为您打开的姿势不对,来,把手给我,让小僧教您。打开中国最大的基(友)(网)站--gitee,或者直接进入ModelArts-Lab,别担心,不是小网站,是真的学习网站,不出意外的话,页面上有[克隆/下载]的按钮,当然按照国际惯例您是需要有个账号的,注册之类的这里就不提了。总之,我们的目的是下载学习资料。下载完解压出来待之后环节使用。其实之前打卡任务也好,还是之后打卡任务,估计都能用的到,算是“一劳永逸”的事,何乐而不为?

下载下来zip包的话,大概335M,相当于一部高清**小电影。解压出来的话应该也占不了多少硬盘,如果这点空间都没有的话,还来开什么车,搞什么“模斯”,哈哈!

老司机攻略

老司机还需要看攻略吗?轻车熟路了,用git拉取代码岂不更香?当然,如果没有梯子或者网络不佳,如果直接拉取gayhub代码的话,估计会一直EOF。我这边用的套路:先将github代码同步到gitee在去拉取,贼快!当然,官网很贴心的,直接同步了github的代码,这里推荐直接clone官方仓库。

代码语言:javascript
复制
git clone https://gitee.com/ModelArts/ModelArts-Lab.git

just do it

对,就是干!不是让您来干IT,当然,掌握了ModelArts,您也是在干IT了。未来是人工智能的时代,现在不学做AI,啥时候才能做AI?“就是干”的前提,我想大概是需要我们知道怎么做。怎么做呢,先找到今天打卡要学习的内容--《物体检测Yolo V3实践》,在哪里呢?就在我们准备阶段下载的资源中,路径是ModelArts-Lab\notebook\DL_image_object_detection_yolo,进到这个目录,我们能看到两个.md文件、一个.ipynb文件以及img文件夹,不出意外的话,大家提到操作指引中图片无法显示的问题就解决了,悄悄地打开img文件夹,您的嘴角微微一笑,这不就是我们苦苦寻找的操作指引截图吗?

接下来,如果能够打开本地的.md文件的话,就请打开ModelArts物体检测Yolo_V3预置算法案例.md,我们尽情的开干吧!当然,有可能存在本地没有程序打开.md文件或者打开的文件看不到图片,不用着急,安装宇宙最强代码编辑器--vscode就能愉快地在本地学习操作指引了。

悄悄的告诉您,vscode还支持.ipynb文件,打开之后和notebook上的界面几乎是一模一样哦。妈妈在也不用担心我学习ModerArts

现在,请您根据操作指引来到AI开发平台ModelArts开始我们的“多人运动”。今天我们会接触到开发环境Notebook.

这里我创建的是*的体验规格GPU版,因为有些小伙伴老是吐槽欠费了、要收费等等问题*,当然多参加社区论坛的 活动,很多很多获取优惠券的机会等您来参与!

Notebook环境启动完成之后,点击打开操作,选择点击右上角的"Upload",然后把我们今天的脚本ModelArts-Lab\notebook\DL_image_object_detection_yolo\object_detection_yolo.ipynb上传上去,上传完毕我们就可以开心的把玩ModelArtsNotebook功能、享受做AI的乐趣了!

点击文件object_detection_yolo.ipynb就能进入到代码开发页面,是不是和我们刚刚在vscode中看到的一样?当然硬要抬杠的话,那就是图片看不到。道理很简单,我们的本地图片并没有上传上来,传那玩意干啥。

最后,只需点击那个快进按钮整个文件的代码,弹窗点击确认就能自动执行了。

这里分享一个我今天get到的点,就是在执行的时候,我们看到In <li>这样的,代表正在执行\等待执行的代码块。

不出意外的话,我们最终能收获被我们标记的大波浪长头发的小姐姐。

(PS: 取巧可以,投机不行。虽然操作很简单,还是墙裂推荐学习一下物体检测算法,看看文字说明部分,不要枉费华为老师们的一片苦心)

总结

每次动手做完实操,我都在思考一个问题:我学到了什么?我觉得大家私下里也有必要思考这样一个问题。难道我们仅仅是为了完成每日打卡任务?仅仅只是学一点点商业化的工具(ps:小编不会把我关小黑屋吧)?仅仅只是打打鱼晒晒网沉浸在“不会代码也能学做AI”的自我幻想中?我们静下心来,难道不应该好好想想么?为什么要来学ModelArts?怎么学ModelArts?ModelArts这么强大她的支撑技术有哪些?ModelArts涉及到哪些知识?AI是什么?算法是什么?python是什么?TensorFlow什么?……对不起,有个傻X又在这里贩卖焦虑了。在我看来,时间和精力是有限的,知识的深度和广度是无限的,如何用有限的时间和精力最大限度掌握知识的精华,我想每个人都有自己的方法和途径,欢迎各位评论区多多指点!

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-04-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 胡琦 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 物体检测Yolo V3实践
    • 准备
      • 打开网址,下载zip,并解压
      • 老司机攻略
    • just do it
      • 总结
      相关产品与服务
      图像识别
      腾讯云图像识别基于深度学习等人工智能技术,提供车辆,物体及场景等检测和识别服务, 已上线产品子功能包含车辆识别,商品识别,宠物识别,文件封识别等,更多功能接口敬请期待。
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档