$ hub install pyramidbox_lite_mobile==1.4.0
模型名称 | pyramidbox_lite_mobile |
---|---|
类别 | 图像 - 人脸检测 |
网络 | PyramidBox |
数据集 | WIDER FACE数据集 + 百度自采人脸数据集 |
是否支持Fine-tuning | 否 |
模型大小 | 7.3MB |
最新更新日期 | 2021-02-26 |
数据指标 | - |
paddlepaddle >= 1.6.2
paddlehub >= 1.6.0
$ hub install pyramidbox_lite_mobile
$ hub run pyramidbox_lite_mobile --input_path "/PATH/TO/IMAGE"
import paddlehub as hub
import cv2
face_detector = hub.Module(name="pyramidbox_lite_mobile")
result = face_detector.face_detection(images=[cv2.imread('/PATH/TO/IMAGE')])
# or
# result = face_detector.face_detection(paths=['/PATH/TO/IMAGE'])
def face_detection(images=None,
paths=None,
use_gpu=False,
output_dir='detection_result',
visualization=False,
shrink=0.5,
confs_threshold=0.6)
检测输入图片中的所有人脸位置。
参数
NOTE: paths和images两个参数选择其一进行提供数据
返回
def save_inference_model(dirname)
将模型保存到指定路径。
参数
PaddleHub Serving可以部署一个在线人脸检测服务。
$ hub serving start -m pyramidbox_lite_mobile
这样就完成了一个人脸检测服务化API的部署,默认端口号为8866。
NOTE: 如使用GPU预测,则需要在启动服务之前,请设置CUDA_VISIBLE_DEVICES环境变量,否则不用设置。
配置好服务端,以下数行代码即可实现发送预测请求,获取预测结果
import requests
import json
import cv2
import base64
def cv2_to_base64(image):
data = cv2.imencode('.jpg', image)[1]
return base64.b64encode(data.tostring()).decode('utf8')
# 发送HTTP请求
data = {'images':[cv2_to_base64(cv2.imread("/PATH/TO/IMAGE"))]}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/pyramidbox_lite_mobile"
r = requests.post(url=url, headers=headers, data=json.dumps(data))
# 打印预测结果
print(r.json()["results"])
从 PaddleHub 2.3.1 开始支持使用链接 http://127.0.0.1:8866/gradio/pyramidbox_lite_mobile 在浏览器中访问 pyramidbox_lite_mobile 的 Gradio APP。
1.0.0
初始发布
1.2.1
移除 fluid api
1.3.0
修复无法导出推理模型的问题
1.4.0
添加 Gradio APP 支持