DeepSort

深度排序

？由 DeepDetect 支持的人工智能图像标记器

为什么？

因为有时，您的文件夹中充满了命名错误的图片，并且您希望能够了解硬盘驱动器中的内容。

先决条件和安装

你需要安装 DeepDetect，最简单的方法是使用 docker：

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

目前，唯一支持与 DeepSort 配合使用的 DeepDetect 安装是 deepDetect_cpu 容器，因为它包含预安装的resnet-50和googlenet模型的良好路径。

然后，从 https://github.com/CorentinB/DeepSort/releases 下载最新的 DeepSort 版本

解压缩您的版本，将其重命名为DeepSort并使其可执行：

 chmod +x DeepSort

用法

DeepSort 支持几个不同的参数，您必须填写其中两个： --url或-u对应于 DeepDetect 服务器的 URL。 --input或-i对应于充满图像的本地文件夹。

更多信息请参考助手：

 ./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.

待办事项列表

• 让 docker 脱离循环（每个用户安装自己的 DeepDetect）
• ResNet 50 集成
• 输出文件夹（复制但不重命名）
• NSFW 标记（雅虎 open_nsfw）
• XMP元数据写入
• GPU支持