【重磅】GluonCV—基于MXNet的计算机视觉库

深度学习与神经网络 · 公众号 · · 2018-04-28 11:03

正文

2018-04-26，分布式机器学习社区（DMLC）发布了两个深度学习工具箱 GluonCV 和 GluonNLP，它们分别为计算机视觉和自然语言处理提供了顶级的算法实现与基本运算。本文主要介绍 GluonCV ，并提供了安装和基本使用示例。

GluonCV

官网：http://gluon-cv.mxnet.io/

github：https://github.com/dmlc/gluon-cv

Gluon-NLP

github：https://github.com/dmlc/gluon-nlp

GluonCV

1 简介

GluonCV提供了计算机视觉领域最先进的（SOTA）深度学习算法的实现。它旨在帮助工程师，研究人员和学生快速制作产品原型，验证新想法并学习计算机视觉。

2 GluonCV特点

复制最新论文中报道的SOTA结果的训练脚本
大量预训练模型
精心设计的API和易于理解的实现
社区支持

3 安装

3.1 安装MXNet

```
pip install --pre mxnet
```

3.2 安装GluonCV

```
pip install gluoncv
```

4 快速示例

示例：Predict with pre-trained SSD models

link：http://gluon-cv.mxnet.io/build/examples_detection/demo_ssd.html#sphx-glr-build-examples-detection-demo-ssd-py

模型下载地址：http://gluon-cv.mxnet.io/model_zoo/index.html

 1# 导入必要库
 2from gluoncv import model_zoo, data, utils
 3from matplotlib import pyplot as plt
 4# 加载预训练模型
 5net = model_zoo.get_model('ssd_512_resnet50_v1_voc', pretrained=True)
 6# 预处理图像
 7im_fname = utils.download('https://github.com/dmlc/web-data/blob/master/' +
 8                          'gluoncv/detection/street_small.jpg?raw=true')
 9x, img = data.transforms.presets.ssd.load_test(im_fname, short=512)
10print('Shape of pre-processed image:', x.shape)
11# 检测并显示
12class_IDs, scores, bounding_boxs = net(x)
13
14ax = utils.viz.plot_bbox(img, bounding_boxs[0], scores[0],
15                         class_IDs[0], class_names=net.classes)
16plt.show()