行人检测-01-PeopleNet-TRT
最近更新时间：2024.01.30 15:29:33
首次发布时间：2023.09.15 19:33:31
行人检测-01-PeopleNet-TRT 是 NVIDIA 提供的检测模型，可以检测图像中三种类别的物体对象，包括人、包和人脸。本模型可以检测出这三种类别的一个或多个物体对象，并返回每个物体对象的边界框以及相应的类别标签。
本模型基于 NVIDIA DetectNet_v2 检测器，使用 ResNet34 作为特征提取器。这种架构也称为 GridBox 目标检测，对输入图像上的均匀网格使用边界框回归。GridBox 将输入图像划分为一个网格，每个输出类别预测四个归一化边界框参数（xc，yc，w，h）和置信度值。详情请访问 NVIDIA 相关文档。
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。
框架
本模型基于 TensorRT 框架。
注意
您的一体机必须具有 NVIDIA 的 GPU 设备才能运行本模型。
输入
| 名称 | 类型 | 形状 | 转换形状 | 格式 |
|---|---|---|---|---|
| input_1 | FP32 | 3, 544, 960 | - | None |
输入说明：
- 输入是一个 RGB 图像。图像的尺寸为 960 × 544 × 3（宽 × 高 × 通道数），单位：像素。
- 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（544），W 表示图像的宽度（960）。
- 图像输入的缩放算法是 Bilinear。
- 图像输入正则化的均值为 [0, 0, 0]，缩放比例为 1/255.0(=0.0039215697906911373)。
输出
| 名称 | 类型 | 形状 | 转换形状 |
|---|---|---|---|
| output_bbox/BiasAdd | FP32 | 12, 34, 60 | - |
| output_cov/Sigmoid | FP32 | 3, 34, 60 | - |
目标类别标签
本模型可检测的目标对象的类别标签如下：
person;bag;face
模型版本
本模型提供四个可部署版本。您可以按照 GPU 硬件架构选择部署对应的版本。
| 版本名称 | 最大批处理大小 | 硬件架构 | 说明 |
|---|---|---|---|
xavier_pruned_int8_trt84_b4_544_960 | 4 | NVIDIA Xavier |
|
t4_pruned_int8_trt84_b4_544_960 | 4 | NVIDIA T4 |
|
orion_pruned_int8_trt84_b4_544_960 | 4 | NVIDIA Orin |
|
3070_pruned_int8_trt84_b4_544_960 | 4 | NVIDIA 3070 |
|
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。