# efficientdet-runner 

**Repository Path**: yinguobing/efficientdet-runner

## Basic Information

- **Project Name**: efficientdet-runner 
- **Description**: 执行EfficientDet模型推演的最小代码模块
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-05-02
- **Last Updated**: 2022-05-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# efficientdet-runner
Minimal code to run the official EfficientDet model.

本项目提供了执行EfficientDet模型推演的最小代码模块。

![demo](https://user-images.githubusercontent.com/10267910/109780319-dd277080-7c41-11eb-9704-e4db863f1bdc.gif)

![TensorFlow](https://img.shields.io/badge/TensorFlow-v2.4-brightgreen)
![OpenCV](https://img.shields.io/badge/OpenCV-v4.5-brightgreen)

## 准备工作
最小代码意味着你需要以 `SavedModel` 格式存储模型。请在官方实现中完成模型转换工作。

### 获取官方源代码
```bash
git clone https://github.com/google/automl.git
```

### 下载模型Checkpoint
EfficientDet包含多个不同规模的实现。这里以`D0`为例，模型名称为 `efficientdet-d0`。从官网下载checkpoin文件。

```bash
wget https://storage.googleapis.com/cloud-tpu-checkpoints/efficientdet/coco/efficientdet-d0.tar.gz
tar xf efficientdet-d0.tar.gz
```

模型checkpoint被解压缩到 `efficientdet-d0` 文件夹。

### 转换Checkpoint以支持TensorFlow 2
使用 `keras` 目录中的 `inspector.py`，将checkpoint转换为TensorFlow 2支持的格式，并存储到 `ckpt-tf2` 文件夹。

```bash
python3 -m keras.inspector --mode=dry --model_name=efficientdet-d0 --model_dir=efficientdet-d0 --export_ckpt=ckpt-tf2/efficientdet-d0
```

### 导出为 `SavedModel` 格式
以推演为主要目的，`SavedModel` 格式可以在没有源代码的情况下执行，更加方便。

```bash
python3 -m keras.inspector --mode=export --model_name=efficientdet-d0 \
  --model_dir=ckpt-tf2 --saved_model_dir=saved_model
```

该命令会同时保存一份冻结后的模型文件，以便有需要的情况下使用。

## 安装
获取本项目的代码。

```bash
git clone https://github.com/yinguobing/efficientdet-runner.git
```

## 运行
实现视频检测的示例文件 `demp.py`，记得将导出的模型文件夹存储在 `saved_model` 目录下。

```bash
python3 demo.py --video=input.mov
```

## 作者
尹国冰 - [yinguobing](https://yinguobing.com/)

![wechat](docs/wechat.png)

## License
![GitHub](https://img.shields.io/github/license/yinguobing/efficientdet-runner)

## 致谢
官方实现：https://github.com/google/automl