DeepSort
v1.3.2
؟ علامة الصور المدعومة بالذكاء الاصطناعي والمدعومة ببرنامج DeepDetect
لأنه في بعض الأحيان، يكون لديك مجلدات مليئة بصور ذات أسماء سيئة، وتريد أن تكون قادرًا على فهم ما هو موجود على محرك الأقراص الثابتة لديك.
تحتاج إلى تثبيت DeepDetect، وأسهل طريقة هي استخدام عامل الإرساء:
docker pull beniz/deepdetect_cpu
docker run -d -p 8080:8080 beniz/deepdetect_cpu
في الوقت الحالي، التثبيت المدعوم الوحيد لـ DeepDetect الذي يعمل مع DeepSort هو حاوية Deepdetect_cpu، لأنها تحتوي على المسار الجيد لنماذج resnet-50 و googlenet المثبتة مسبقًا.
ثم قم بتنزيل أحدث إصدار من DeepSort من https://github.com/CorentinB/DeepSort/releases
قم بفك ضغط الإصدار الخاص بك، وأعد تسميته DeepSort واجعله قابلاً للتنفيذ باستخدام:
chmod +x DeepSort
يدعم DeepSort بعض المعلمات المختلفة، ويجب عليك ملء اثنين منها: --url أو -u التي تتوافق مع عنوان URL لخادم DeepDetect الخاص بك. --input أو -i الذي يتوافق مع مجلدك المحلي المليء بالصور.
لمزيد من المعلومات، ارجع إلى المساعد:
./DeepSort --help
[-u|--url] is required
usage: deepsort [-h|--help] -u|--url "<value>" -i|--input "<value>"
[-o|--output "<value>"] [-n|--network (resnet-50|googlenet)]
[-R|--recursive] [-j|--jobs <integer>] [-d|--dry-run]
AI powered image tagger backed by DeepDetect
Arguments:
-h --help Print help information
-u --url URL of your DeepDetect instance (i.e: http://localhost:8080)
-i --input Your input folder.
-o --output Your output folder, if output is set, original files will
not be renamed, but the renamed version will be copied in
the output folder.
-n --network The pre-trained deep neural network you want to use, can be
resnet-50 or googlenet. Default: resnet-50
-R --recursive Process files recursively.
-j --jobs Number of parallel jobs. Default: 1
-d --dry-run Just classify images and return results, do not apply.
