DeepSort

深度排序

？由 DeepDetect 支援的人工智慧影像標記器

為什麼？

因為有時，您的資料夾中充滿了命名錯誤的圖片，並且您希望能夠了解硬碟中的內容。

先決條件和安裝

你需要安裝 DeepDetect，最簡單的方法就是使用 docker：

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

目前，唯一支援與 DeepSort 搭配使用的 DeepDetect 安裝是 deepDetect_cpu 容器，因為它包含預先安裝的resnet-50和googlenet模型的良好路徑。

然後，從 https://github.com/CorentinB/DeepSort/releases 下載最新的 DeepSort 版本

解壓縮您的版本，將其重新命名為DeepSort並使其可執行：

 chmod +x DeepSort

用法

DeepSort 支援幾個不同的參數，您必須填寫其中兩個： --url或-u對應 DeepDetect 伺服器的 URL。 --input或-i對應於充滿影像的本機資料夾。

更多資訊請參考助手：

 ./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.

待辦事項列表

• 讓 docker 脫離循環（每個使用者安裝自己的 DeepDetect）
• ResNet 50 集成
• 輸出資料夾（複製但不重新命名）
• NSFW 標記（雅虎 open_nsfw）
• XMP元資料寫入
• GPU支援