跳到主要内容

DemoZoo容器使用指南

本指南介绍如何在 Bianbu 系统中通过容器运行 DemoZoo。

DemoZoo已添加的模型​

图像分类模型 (6个)​

  • EfficientNet - 高效图像分类
  • ResNet - 深度残差网络分类
  • MobileNetV2 - 轻量级图像分类
  • InceptionV1 - Inception网络分类
  • InceptionV3 - 改进的Inception网络分类
  • Swin-Tiny - 基于Swin Transformer的分类

图像分割模型 (5个)​

  • CLIP - 基于文本提示的图像分割
  • FCN - 全卷积网络语义分割
  • UNet - U型网络图像分割
  • SAM - 分割一切模型
  • YOLOv8-Seg - YOLO实例分割

目标检测模型 (6个)​

  • YOLOv8 - 最新YOLO目标检测
  • YOLOv8-Pose - 姿态检测
  • YOLOv5 - YOLO第五代
  • YOLOv5-Face - 人脸检测
  • YOLOv6 - YOLO第六代
  • YOLOv11 - YOLO第十一代

人脸识别模型 (1个)​

  • ArcFace - 人脸识别相似度计算

拉取镜像​

sudo docker pull harbor.spacemit.com/bianbu-robot/spacemit-demo:latest

启动方法​

方法一：直接启动​

sudo docker run  -p 8000:8000  --name spacemit-demo-container --privileged harbor.spacemit.com/bianbu-robot/spacemit-demo:latest

运行情况如下图：

方法二：后台启动​

sudo docker run -itd -p 8000:8000  --name spacemit-demo-container --privileged harbor.spacemit.com/bianbu-robot/spacemit-demo:latest

运行情况如下图：

此时容器运行在后台，可使用以下命令查看容器运行情况

sudo docker ps -a

容器后台运行如图：

注意：直接启动的容器在终端关闭后会自动停止运行；后台运行的容器需手动停止运行，不然会一直占用资源。

调用DemoZoo​

检查命令​

# 检查所有模型文件状态
curl http://localhost:8000/models/status

# 获取模型列表
curl http://localhost:8000/models

# 容器健康检查
curl http://localhost:8000/health

终端调用​

# ResNet图像分类
curl -X POST "http://localhost:8000/predict/resnet" \
  -F "image=@test_image.jpg"

# EfficientNet图像分类
curl -X POST "http://localhost:8000/predict/efficientnet" \
  -F "image=@test_image.jpg"

# InceptionV3图像分类
curl -X POST "http://localhost:8000/predict/inception_v3" \
  -F "image=@test_image.jpg"
  
# ArcFace人脸相似度计算
curl -X POST "http://localhost:8000/predict/arcface" \
  -F "image1=@face1.jpg" \
  -F "image2=@face2.jpg"  

# CLIP文本提示分割
curl -X POST "http://localhost:8000/predict/clip" \
  -F "image=@test_image.jpg" \
  -F "text=dog"

# FCN语义分割
curl -X POST "http://localhost:8000/predict/fcn" \
  -F "image=@test_image.jpg"

# UNet图像分割
curl -X POST "http://localhost:8000/predict/unet" \
  -F "image=@test_image.jpg"

# SAM图像分割
curl -X POST "http://localhost:8000/predict/sam" \
  -F "image=@test_image.jpg"

# YOLOv8实例分割
curl -X POST "http://localhost:8000/predict/yolov8_seg" \
  -F "image=@test_image.jpg" 

# YOLOv8目标检测
curl -X POST "http://localhost:8000/predict/yolov8" \
  -F "image=@test_image.jpg" 

# YOLOv8姿态检测
curl -X POST "http://localhost:8000/predict/yolov8_pose" \
  -F "image=@test_image.jpg" 

# YOLOv5目标检测
curl -X POST "http://localhost:8000/predict/yolov5" \
  -F "image=@test_image.jpg" 

# YOLOv5人脸检测
curl -X POST "http://localhost:8000/predict/yolov5_face" \
  -F "image=@test_image.jpg"

终端调用一般返回的是结果 json ：

{
  "success": true,
  "predicted_class": "tabby cat",
  "output": "Final Result: \nclass=tabby cat"
}

网页调用​

可在网页输入 http://localhost:8000/ 访问DemoZoo页面：

分类模型结果：

检测模型结果：