v2.0

demo.py

     
     
     ###河道巡检的参数####
-    '''
+
     par={
         'device':'0', ###显卡号,如果用TRT模型，只支持0（单显卡）
-        'labelnames':"../AIlib2/weights/yolov5/class8/labelnames.json", ###检测类别对照表
+        'labelnames':"../AIlib2/weights/river/labelnames.json", ###检测类别对照表
         'gpuname':'3090',###显卡名称
         'max_workers':1, ###并行线程数
         'trtFlag_det':True,###检测模型是否采用TRT
         'trtFlag_seg':True,###分割模型是否采用TRT
-        'Detweights':"../AIlib2/weights/yolov5/class8/bestcao_A10_fp16.engine",###检测模型路径
+        'Detweights':"../AIlib2/weights/river/yolov5_2080Ti_fp16.engine",###检测模型路径
         'detModelpara':[{"id":str(x),"config":{"k1":"v1","k2":"v2"}} for x in [0,1,2,3,4,5,6,7]  ],###控制哪些检测类别显示，输出
         'slopeIndex':[5,6,7],###岸坡类别（或者其它业务里的类别），不与河道（分割的前景区域）计算交并比，即不论是否在河道内都显示。
         'seg_nclass':2,###分割模型类别数目，默认2类
         'segRegionCnt':1,###分割模型结果需要保留的等值线数目
         'segPar':{'modelSize':(640,360),'mean':(0.485, 0.456, 0.406),'std' :(0.229, 0.224, 0.225),'numpy':False, 'RGB_convert_first':True},###分割模型预处理参数
-        'Segweights' : '../AIlib2/weights/STDC/model_maxmIOU75_1720_0.946_360640_A10_fp16.engine',###分割模型权重位置
-        'postFile': '../AIlib2/conf/para.json',###后处理参数文件
+        'Segweights' : '../AIlib2/weights/river/stdc_360X640_2080Ti_fp16.engine',###分割模型权重位置
+        'postFile': '../AIlib2/weights/river/para.json',###后处理参数文件
         'txtFontSize':40,###文本字符的大小
         'digitFont': { 'line_thickness':2,'boxLine_thickness':1, 'fontSize':1.0,'waterLineColor':(0,255,255),'waterLineWidth':3},###显示框、线、数字设置
         'testImgPath':'images/slope/',
         #'images/river2/',
         #'../../../data/无人机起飞测试图像/',###测试图像的位置
         'testOutPath':'images/results/',###输出测试图像位置
-    }'''
+    }
     
     
     ####公路巡检的参数
-    '''
+    ''' 
     par={
         'device':'0', ###显卡号,如果用TRT模型，只支持0（单显卡）
         'labelnames':"../AIlib2/weights/road/labelnames.json", ###检测类别对照表
         'max_workers':1, ###并行线程数
         'trtFlag_det':True,###检测模型是否采用TRT
         'trtFlag_seg':True,###分割模型是否采用TRT
-        'Detweights':"../AIlib2/weights/road/best_A10_fp16.engine",###检测模型路径
+        'Detweights':"../AIlib2/weights/road/yolov5_2080Ti_fp16.engine",###检测模型路径
         'detModelpara':[{"id":str(x),"config":{"k1":"v1","k2":"v2"}} for x in [0,1,3,4,5,6]  ],###控制哪些检测类别显示、输出
         'slopeIndex':[5,6,7],###岸坡类别（或者其它业务里的类别），不与河道（分割的前景区域）计算交并比，即不论是否在河道内都显示。
         'seg_nclass':2,###分割模型类别数目，默认2类
         'segRegionCnt':2,###分割模型结果需要保留的等值线数目
         'segPar':{'modelSize':(640,360),'mean':(0.485, 0.456, 0.406),'std' :(0.229, 0.224, 0.225),'numpy':False, 'RGB_convert_first':True},###分割模型预处理参数
-        'Segweights' : '../AIlib2/weights/road/BiseNet_A10_fp16.engine',###分割模型权重位置
+        'Segweights' : '../AIlib2/weights/road/stdc_360X640_2080Ti_fp16.engine',###分割模型权重位置
         'postFile': '../AIlib2/weights/road/para.json',###后处理参数文件
         'txtFontSize':80,###文本字符的大小
         'digitFont': { 'line_thickness':2,'boxLine_thickness':1, 'fontSize':1.0,'waterLineColor':(0,255,255),'waterLineWidth':3},###显示框、线设置
 def det_demo(business ):
 
     ####森林巡检的参数
-
+    '''
     par={
         'device':'0', ###显卡号,如果用TRT模型，只支持0（单显卡）
         'labelnames':"../AIlib2/weights/forest/labelnames.json", ###检测类别对照表
         'max_workers':1, ###并行线程数
         'trtFlag_det':True,###检测模型是否采用TRT
         'trtFlag_seg':False,###分割模型是否采用TRT
-        'Detweights':"../AIlib2/weights/forest/best_A10_fp16.engine",###检测模型路径
+        'Detweights':"../AIlib2/weights/forest/yolov5_2080Ti_fp16.engine",###检测模型路径
         'detModelpara':[{"id":str(x),"config":{"k1":"v1","k2":"v2"}} for x in [0,1,2,3,4,5,6]  ],###控制哪些检测类别显示、输出
         'slopeIndex':[],###岸坡类别（或者其它业务里的类别），不与河道（分割的前景区域）计算交并比，即不论是否在河道内都显示。
         'seg_nclass':2,###分割模型类别数目，默认2类
         'testImgPath':'../AIdemo2/images/forest/',###测试图像的位置
         'testOutPath':'images/results/',###输出测试图像位置
     }
-    
+    '''
     ###车辆巡检参数
     ''' 
     par={
         'max_workers':1, ###并行线程数
         'trtFlag_det':True,###检测模型是否采用TRT
         'trtFlag_seg':False,###分割模型是否采用TRT
-        'Detweights':"../AIlib2/weights/vehicle/yolov5_A10_fp16.engine",###检测模型路径
+        'Detweights':"../AIlib2/weights/vehicle/yolov5_2080Ti_fp16.engine",###检测模型路径
         'detModelpara':[{"id":str(x),"config":{"k1":"v1","k2":"v2"}} for x in [0,1,2,3,4,5,6]  ],###控制哪些检测类别显示、输出
         'slopeIndex':[],###岸坡类别（或者其它业务里的类别），不与河道（分割的前景区域）计算交并比，即不论是否在河道内都显示。
         'seg_nclass':2,###分割模型类别数目，默认2类
         'max_workers':1, ###并行线程数
         'trtFlag_det':True,###检测模型是否采用TRT
         'trtFlag_seg':False,###分割模型是否采用TRT
-        'Detweights':"../AIlib2/weights/pedestrian/yolov5_A10_fp16.engine",###检测模型路径
+        'Detweights':"../AIlib2/weights/pedestrian/yolov5_2080Ti_fp16.engine",###检测模型路径
         'detModelpara':[{"id":str(x),"config":{"k1":"v1","k2":"v2"}} for x in [0,1,2,3,4,5,6]  ],###控制哪些检测类别显示、输出
         'slopeIndex':[],###岸坡类别（或者其它业务里的类别），不与河道（分割的前景区域）计算交并比，即不论是否在河道内都显示。
         'seg_nclass':2,###分割模型类别数目，默认2类
     }'''
      
     ###烟雾火焰检测模型
-    ''' 
+ 
     par={
         'device':'0', ###显卡号,如果用TRT模型，只支持0（单显卡）
         'labelnames':"../AIlib2/weights/smogfire/labelnames.json", ###检测类别对照表
         'max_workers':1, ###并行线程数
         'trtFlag_det':True,###检测模型是否采用TRT
         'trtFlag_seg':False,###分割模型是否采用TRT
-        'Detweights':"../AIlib2/weights/smogfire/yolov5_A10_fp16.engine",###检测模型路径
+        'Detweights':"../AIlib2/weights/smogfire/yolov5_2080Ti_fp16.engine",###检测模型路径
         'detModelpara':[{"id":str(x),"config":{"k1":"v1","k2":"v2"}} for x in [0,1,2,3,4,5,6]  ],###控制哪些检测类别显示、输出
         'slopeIndex':[],###岸坡类别（或者其它业务里的类别），不与河道（分割的前景区域）计算交并比，即不论是否在河道内都显示。
         'seg_nclass':2,###没有分割模型，此处不用
         'testImgPath':'../AIdemo2/images/smogfire/',###测试图像的位置
         'testOutPath':'images/results/',###输出测试图像位置
     }
-    '''
+   
     
     segRegionCnt=par['segRegionCnt']
     trtFlag_seg = par['trtFlag_seg'];segPar=par['segPar']
     
     device = select_device(device_)
     half = device.type != 'cpu'  # half precision only supported on CUDA
-   
     trtFlag_det=par['trtFlag_det'] ###是否采用TRT模型加速
     
     ##以下参数目前不可改
-    #business='forest';imageW=4916  ####森林模型
-    #business='road';
     imageW=1536     ####道路模型
     digitFont= par['digitFont']
     
 
     #jkm_demo()
     
-    det_demo( 'pedestrian' )
-    #detSeg_demo()
+    #det_demo( 'pedestrian' )
+    detSeg_demo()