- เครื่องแท็กรูปภาพที่ขับเคลื่อนด้วย AI ซึ่งได้รับการสนับสนุนโดย DeepDetect
เนื่องจากบางครั้ง คุณมีโฟลเดอร์ที่เต็มไปด้วยรูปภาพที่มีชื่อไม่เหมาะสม และคุณต้องการที่จะเข้าใจสิ่งที่คุณมีในฮาร์ดไดรฟ์ของคุณ
คุณต้องติดตั้ง DeepDetect วิธีที่ง่ายที่สุดคือการใช้นักเทียบท่า:
docker pull beniz/deepdetect_cpu
docker run -d -p 8080:8080 beniz/deepdetect_cpu
ขณะนี้ การติดตั้ง DeepDetect ที่รองรับซึ่งทำงานร่วมกับ DeepSort ได้เพียงอย่างเดียวคือคอนเทนเนอร์ deepdetect_cpu เนื่องจากมีเส้นทางที่ดีสำหรับโมเดล resnet-50
และ googlenet
ที่ติดตั้งไว้ล่วงหน้า
จากนั้นดาวน์โหลด DeepSort รุ่นล่าสุดจาก https://github.com/CorentinB/DeepSort/releases
คลายซิปรีลีสของคุณ เปลี่ยนชื่อเป็น DeepSort
และทำให้สามารถเรียกใช้งานได้ด้วย:
chmod +x DeepSort
DeepSort รองรับพารามิเตอร์ที่แตกต่างกันสองสามตัว คุณจะต้องกรอกสองพารามิเตอร์: --url
หรือ -u
ที่ตรงกับ URL ของเซิร์ฟเวอร์ DeepDetect ของคุณ --input
หรือ -i
ที่ตรงกับโฟลเดอร์ในเครื่องของคุณที่เต็มไปด้วยรูปภาพ
สำหรับข้อมูลเพิ่มเติม โปรดดูตัวช่วย:
./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.