开放域目标检测-OmDet 是一个官方模型组。本模型组具备基于 OmDet 结构的开放词汇目标检测能力，能同时检测 80 类目标。

模型组基本信息

开放域目标检测-OmDet 模型组有 4 个模型。其中，Ensemble 模型里集成了前处理模型（Pre-Processing）、推理模型（Backbone）和后处理模型（Post-Processing），它规定了模型组的整体工作流程。在使用时，您只需部署 Ensemble 模型，不用关心中间的处理过程。

您可以在边缘智能控制台的 官方模型 列表访问 Ensemble 模型。下图展示了本模型的基本信息。

Ensemble 模型输入

输入说明：

• text
  表示要检测的类别名称，例如 "cat,apple,person"。类别名称由您自己设定，只支持英文名称，不同类别用半角逗号（,）分隔。建议类别数量不超过20个。

• image_np
  表示测试图像，是 numpy.uint8 类型的数组。数组尺寸为 [高,宽,3]，这里的 3 表示通道数，采用 RGB 顺序。

Ensemble 模型输出

输出说明：

结果是一个字典类型的数据，包含 3 个键 ["boxes","scores","labels"]，每个键对应的值都是 numpy.float32 类型的数组。

• boxes 的值是一个形状为 (num, 4) 的二维数组。
• scores 的值是一个长度为 num 的一维数组。
• labels 对应的值也是一个长度为 num 的一维数组。

这里的 num 是检测到的目标数量。

• 如果没有检测到任何目标，那么这 3 个键对应的值都为 []。
• labels 对应的值中的元素是输入类别对应的索引，索引从 0 开始。

Ensemble 模型部署

开放域目标检测-OmDet-Ensemble 模型提供一个可部署版本。

参考部署模型服务来部署模型服务。在 部署模型服务 参数配置页面，修改以下配置：

调用示例

模型服务部署成功后，您可以下载以下客户端调用示例，用来验证模型服务的效果。

client-demo-omdet.zip

2.32KB