DeepSort

Глубокая сортировка

? Тег изображений на базе искусственного интеллекта при поддержке DeepDetect

Почему?

Потому что иногда у вас есть папки, полные изображений с неудачными названиями, и вы хотите понять, что у вас на жестком диске.

Предварительные условия и установка

Вам необходимо установить DeepDetect, самый простой способ — использовать докер:

 docker pull beniz/deepdetect_cpu
docker run -d -p 8080:8080 beniz/deepdetect_cpu

На данный момент единственной поддерживаемой установкой DeepDetect, которая работает с DeepSort, является контейнер deepdetect_cpu, поскольку он содержит хороший путь для предустановленных моделей resnet-50 и googlenet .

Затем загрузите последнюю версию DeepSort с https://github.com/CorentinB/DeepSort/releases.

Разархивируйте свой выпуск, переименуйте его в DeepSort и сделайте его исполняемым с помощью:

 chmod +x DeepSort

Использование

DeepSort поддерживает несколько различных параметров, вам необходимо указать два из них: --url или -u , которые соответствуют URL-адресу вашего сервера DeepDetect. --input или -i , соответствующие вашей локальной папке, полной изображений.

Для получения дополнительной информации обратитесь к помощнику:

 ./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.

Список дел

• Вывод докера из цикла (каждый пользователь устанавливает свой DeepDetect)
• Интеграция с ResNet 50
• Выходная папка (копировать, а не переименовывать)
• Тегирование NSFW (Yahoo open_nsfw)
• Запись метаданных XMP
• Поддержка графического процессора