Данный репозиторий позволяет выполнять инференс моделей классификации изображений ResNet50. Подходит для моделей tensorflow, обученных с препроцессингом tf.keras.applications.resnet50.preprocess_input() и нормализацией данных на 255.
Изображения в процессе инференса масштабируются до 224х224х3.
Репозиторий протестирован на Windows 10.
Для поддержки GPU а компьютере должна быть установлена Cuda Toolkit 11.x (протестировано на версии 11.4) и CudNN.
Для теста использовались видеокарты Nvidia GeForce GTX 1060, GTX 1660 Ti.
- Установите на компьютер менеджер виртуальных сред Anaconda.
- В файле tf280gpu.yml с самой нижней строчке установите путь к виртуальным средам Anaconda, который используется на вашем компьютере.
- Откройте командную строку Anaconda и импортируйте среду из файла tf280gpu.yml следующей командой: conda env create -f tf280gpu.yml.
Установленная среда Anaconda содержит tensorflow-gpu 2.8.0.
Для инференса необходимо указать путь к изображению, для которого необходимо выполнить инференс, а также путь к модели.
Пути могут быть указаны как с помощью прямых, так и обратных слешей.
Для запуска инференса необходимо:
- Открыть командную строку Anaconda со средой tf280gpu
- Перейти в папку данного репозитория
- Выполнить команду: python run.py
- Указать пути к файлу изображения и к папке с моделью tensorflow.
- После инференса на экране появляются предсказания модели.
Для запуска инференса необходимо:
- Открыть командную строку Anaconda со средой tf280gpu
- Перейти в папку данного репозитория
- Выполнить команду: python run_onnx.py
- Указать путь к файлу изображения и модели onnx.
- После инференса на экране появляются предсказания модели.