Python Windows 代码示例

您可以使用我们给的 Python示例代码 里面包含了图片的读取，模型的读取，以及模型的预测和输出。

您需要有效的DaoAI 许可证才可以运行，如果您没有许可证，请参考 软件许可证 。

然后运行以下命令就可以运行python脚本

python example.py

您可以通过更改example.py中的文件读取路径来使用不同的图片和深度学习模型。

model_path = "./model.dwm"
image_path = "./image.png"

您也可以从一个新的python文件开始，那么首先需要导入 dlsdk 库，也就是我们的DaoAI World Python Windows SDK

import os
import sys
import dlsdk.dlsdk as dlsdk

以下的库可能也会对您有帮助

import cv2
import numpy as np
import matplotlib.pyplot as plt

初始化，读取模型

#初始化模型
dlsdk.initialize()
model_path = "./model.dwm"
model = dlsdk.KeypointDetection(model_path, device=dlsdk.DeviceType.GPU)

注意，这里每一个检测任务都有对应的对象：

#实例分割
model = dlsdk.InstanceSegmentation(model_path, device=dlsdk.DeviceType.GPU)

#关键点检测
model = dlsdk.KeypointDetection(model_path, device=dlsdk.DeviceType.GPU)

#图像分类
model = dlsdk.Classification(model_path, device=dlsdk.DeviceType.GPU)

#目标检测
model = dlsdk.ObjectDetection(model_path, device=dlsdk.DeviceType.GPU)

#异常检测
model = dlsdk.AnomalyDetection(model_path, device=dlsdk.DeviceType.GPU)

#语义分割
model = dlsdk.SemanticSegmentation(model_path, device=dlsdk.DeviceType.GPU)

#OCR
model = dlsdk.OCR(model_path, device=dlsdk.DeviceType.GPU)

读取图片，这一步可以使用 opencv 来读取， 如果您没有 安装，您可以运行 pip install python-opencv 来进行安装

image_path = "./kp1.png" #读取的图片路径
img = cv2.imread(image_path)

daoai_image = dlsdk.Image.from_numpy(img, dlsdk.Image.Type.BGR) #创建 DaoAI Image

模型预测，并输出结果为Json文件

assert isinstance(daoai_image, dlsdk.Image)
prediction = model.inference(daoai_image,{dlsdk.PostProcessType.CONFIDENCE_THRESHOLD: 0.95})

with open("output.json", "w") as f:
    f.write(prediction.toJSONString())

您也可以通过其它方法来获取结果信息

print(prediction.boxes)
print(prediction.class_ids)
print(prediction.class_labels)