该用例使用OpenVINO工具包包含的推理引擎,显示了如何在工业质量检验应用中利用分类网络的示例。该用例提供了一种支持人工智能的方法来将来自织物检查摄像机的输入帧分类为缺陷或良好。
二、安装环境硬件要求: 英特尔处理器系统要求: Ubuntu18.04 LTSOpenVINO: 2021.2python: 3.6安装用时: 30min三、工作原理1.纺织品检验视频:用于模拟纺织品检查摄像机的示例视频。该视频包括五种常见的纺织品缺陷,其中一些不容易被人眼注意到。
2.推理模块:从视频中提取帧,并执行推论,将帧归类为有缺陷或没有缺陷。每个帧的分类速率也记录并在终端输出上显示。
3.它的工作流如下首先我们在纺织品图片上标签数据,并拆分为训练数据集和测试数据集,接着用训练数据集来训练模型,在模型优化器中进行优化生成IR文件,然后在推理引擎上加载模型和测试数据集,最后我们可以在工业生产中完成部署。
四、安装步骤1.解压下载的包并进入解压目录,更改edgesoftware文件的权限 chmod +x edgesoftware
2.运行命令,安装 ./edgesoftware install
yes
,按图配置即可。4.配置完成后我们可看到相关配置,如下图,apt同理5.安装完成五、运行使用1.进入工作路径2.查看初始化脚本3.激活Python虚拟环境这里遇到一个报错,运行脚本后并没有进入虚拟环境
这是因为脚本没有执行权限,下图是解决办法,可以看到已经成功进入m_classf环境中
4.我们需要下载python的一些依赖包5.该纺织品包含的样本数据有五种类型的缺陷,如下图6.接下来我们在单个测试图像上运行推理python textile/inference.py --model models/model.xml --label models/labels.txt --image data/test_data/color_flecks/frame_a.png --device cpu
python textile/inference.py --model models/model.xml --label models/labels.txt --dir data/test_data/hole --device cpu
python textile/inference.py --model models/model.xml --label models/labels.txt --test_dataset data/test_data/ --confusion_matrix --device cpu
这里执行代码的时候遇到一个报错,说没有写入权限
解决办法是chmod添加权限
再次运行就ok了
运行完成后输入deactivate
可以退出虚拟环境
附用例网址:https://software.intel.com/content/www/us/en/develop/articles/textile-defect-classifier.html
总结以上是内存溢出为你收集整理的快速构建纺织品缺陷分类检测方案全部内容,希望文章能够帮你解决快速构建纺织品缺陷分类检测方案所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)