行人属性识别-01-PPLCNet-ONNX
最近更新时间：2024.01.30 15:29:34
首次发布时间：2023.09.15 19:33:31
行人属性识别-01-PPLCNet-ONNX 是基于 PaddlePaddle 框架的 PP-LCNet 行人属性识别分类模型。本模型可以识别行人的多个属性，并给出各个属性的分类概率值。更多关于 PaddlePaddle 模型的介绍，请参见PP-Human属性识别模块。
模型基本信息
您可以在边缘智能控制台的 官方模型 列表访问本模型。下图展示了本模型的基本信息。
可识别的属性
本模型可以识别行人的 26 种特征，具体如下所示：
带帽子 佩戴眼镜 穿长袖上衣 穿短袖上衣 上衣带条纹 上衣带logo 上衣带格子 上衣是拼接风格 下装带条纹 下装带图案 穿长外套 穿长裤 穿短裤 穿短裙&裙子 穿靴子 背双肩包 背单肩包 拿手提包 正面持物 年龄小于18岁 年龄在18~60岁之间 年龄大于60岁 性别 面朝前 面朝后 面朝侧边
框架
本模型是基于 ONNX 格式的模型。
输入
| 名称 | 类型 | 形状 | 转换形状 | 格式 |
|---|---|---|---|---|
| x | FP32 | 3, 256, 192 | - | None |
输入说明：
- 输入的是一个 RGB 图像，尺寸为 192 × 256 × 3（宽 × 高 × 通道数）。
- 输入的通道顺序为 NCHW。其中，N 表示批处理大小，C 表示通道数（3），H 表示图像的高度（256），W 表示图像的宽度（192）。
- 图像输入的缩放算法是 Bilinear。
- 图像输入正则化的均值为 [123.675, 116.28, 103.53]，缩放比例为 0.017352074。
输出
| 名称 | 类型 | 形状 | 转换形状 |
|---|---|---|---|
| softmax_1.tmp_0 | FP32 | 26 | - |
目标属性标签
本模型可识别的目标对象的属性标签如下：
[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25] Hat glasses sleeve upper lower Boots bag hold_obj age gender direction
模型版本
本模型提供一个可部署版本。
| 版本名称 | 最大批处理大小 | 硬件架构 | 说明 |
|---|---|---|---|
| v1 | ≥ 1 | 无 | 该版本无需搭配前后处理版本进行使用。 |
模型部署
访问本模型的模型详情。
在 版本管理 标签页，找到要使用的版本，单击 操作 列的 部署。
在 部署模型服务 页面，选择要部署当前模型的 一体机 并设置 服务名称 以及服务的 HTTP端口 和 GRPC端口，然后单击 确认。
- 服务名称在一台一体机中必须保持唯一。
- 您设置的 HTTP 端口和 GRPC 端口不能是一体机中已被其他服务占用的端口。
- 在首次部署模型服务时，我们推荐您使用其他配置的预设默认值。模型服务成功部署后，您可以根据实际需求编辑模型服务的配置。
详细的操作步骤，请参见使用官方模型。
完成上述操作后，您可以在 模型服务 标签页查看模型服务的部署情况。