MM语义分割(cityscapes-psanet)
使用 MMSegmentation 中的预训练模型 psanet_r50-d8_4xb2-40k_cityscapes-512x1024 开发的图像语义分割应用。
该模型能够识别19类物体:
('road', 'sidewalk', 'building', 'wall', 'fence', 'pole', 'traffic light', 'traffic sign', 'vegetation', 'terrain', 'sky', 'person', 'rider', 'car', 'truck', 'bus', 'train', 'motorcycle', 'bicycle')
MMSegmentation 是一个基于 PyTorch 的语义分割开源工具箱,它是 OpenMMLab 项目的一部分。
模型下载:
pip3 install openmim==0.3.7
mim install mmsegmentation
mim download mmsegmentation --config psanet_r50-d8_4xb2-40k_cityscapes-512x1024 --dest model_data
得到:
模型文件: psanet_r50-d8_4xb2-40k_cityscapes-512x1024.pth
配置文件: psanet_r50-d8_4xb2-40k_cityscapes-512x1024.py
模型应用开发和部署
模型服务化
本模型基于 ServiceBoot微服务引擎 进行服务化封装,参见: 《CubeAI模型开发指南》
直接源代码运行
$ sh pip-install-reqs.sh
$ serviceboot start
或
$ python3 run_model_server.py
本地容器化部署
一键式本地容器化部署和运行,参见: 《CubeAI模型独立部署指南》 或 CubeAI Docker Builder
云原生网络部署
本模型服务可一键发布至 CubeAI智立方平台 进行共享和部署,参见: 《CubeAI模型发布指南》
API接口
本模型提供了4个API接口:
-
API接口1:
-
API端点: /api/data
-
HTTP方法: POST
-
HTTP请求体:
{
"action": "predict",
"args": {
"img": <压缩图像的base64编码字符串(或其Data URL表示)>
}
}
-
HTTP响应体:
{
"status": "ok"|"err",
"value": [<results>, <带目标检测标注的base64编码压缩图像URL>]
}
-
API接口2:
-
API端点: /api/data
-
HTTP方法: POST
-
HTTP请求体:
{
"action": "predict_video",
"args": {
"url": <云端视频流媒体URL, 例如: rtmp://localhost/live/ch1>
}
}
-
HTTP响应体:
{
"status": "ok"|"err",
"value": <(流媒体当前帧图像)带目标检测标注的base64编码压缩图像URL>
}
-
API接口3:
-
API接口4: