Hello モデルサーバー#

%pip install -q ovmsclient

import cv2 
import numpy as np 
import matplotlib.pyplot as plt 
from ovmsclient import make_grpc_client

address = "localhost:" + str(port) 

# grpc アドレスをクライアント・オブジェクトにバインド 
client = make_grpc_client(address) 
model_status = client.get_model_status(model_name=model_name) 
print(model_status)

model_metadata = client.get_model_metadata(model_name=model_name) 
print(model_metadata)

# openvino_notebooks ストレージからイメージをダウンロード 
image_filename = download_file( 
    "https://storage.openvinotoolkit.org/repositories/openvino_notebooks/data/data/image/intel_rnb.jpg", 
    directory="data", 
) 

# テキスト検出モデルでは、BGR 形式の画像が必要 
image = cv2.imread(str(image_filename)) 
fp_image = image.astype("float32") 

# ネットワークの予想される入力サイズに合わせて画像のサイズを変更 
input_shape = model_metadata["inputs"]["image"]["shape"] 
height, width = input_shape[2], input_shape[3] 
resized_image = cv2.resize(fp_image, (height, width)) 

# ネットワーク入力の形状に合わせて形状を変更 
input_image = np.expand_dims(resized_image.transpose(2, 0, 1), 0) 
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))

inputs = {"image": input_image} 

# モデルサーバー上で推論を実行し、結果データを取得 
boxes = client.predict(inputs=inputs, model_name=model_name)["boxes"] 

# ゼロのみのボックスを削除 
boxes = boxes[~np.all(boxes == 0, axis=1)] 
print(boxes)

# 各検出の説明は [x_min, y_min, x_max, y_max, conf] の形式です: 
# ここで渡される画像は、幅と高さが変更された BGR 形式です。Matplotlib が期待する色で表示するには、cvtColor 関数を使用 
def convert_result_to_image(bgr_image, resized_image, boxes, threshold=0.3, conf_labels=True): 
# ボックスと説明の色を定義 
    colors = {"red": (255, 0, 0), "green": (0, 255, 0)} 

    # 画像の形状を取得して比率を計算(real_y, real_x), (resized_y, resized_x) = ( 
        bgr_image.shape[:2], 
        resized_image.shape[:2], 
    ) 
    ratio_x, ratio_y = real_x / resized_x, real_y / resized_y 

    # ベース画像を BGR 形式から RGB 形式に変換 
    rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB) 

    # ゼロ以外のボックスを反復処理 
    for box in boxes: 
    # 配列の最後の場所から信頼係数を選択 
        conf = box[-1] 
        if conf > threshold: # loat を int に変換し、各ボックスのコーナーの位置に x と y の比率を掛ける。
            # 境界ボックスが画像の上部にある場合は、 
            # 画像上に表示されるように上部のボックスバーを少し下に配置(x_min, y_min, x_max, y_max) = [ 
                (int(max(corner_position * ratio_y, 10)) if idx % 2 else int(corner_position * ratio_x)) for idx, corner_position in enumerate(box[:-1]) 
            ] 

            # 位置に基づいてボックスを描画します。長方形関数のパラメーターは、image、start_point、end_point、color、thickness です。 
            rgb_image = cv2.rectangle(rgb_image, (x_min, y_min), (x_max, y_max), colors["green"], 3) 

            # 位置と信頼度に基づいて画像にテキストを追加します。
            # テキスト関数のパラメーターは、image、text、bottom-left_corner_textfield、font、font_scale、color、thickness、line_type です。 
            if conf_labels: 
                rgb_image = cv2.putText( 
                    rgb_image, 
                    f"{conf:.2f}", 
                    (x_min, y_min - 10), 
                    cv2.FONT_HERSHEY_SIMPLEX, 
                    0.8, 
                    colors["red"], 
                    1, 
                    cv2.LINE_AA, 
            )
 
    return rgb_image

plt.figure(figsize=(10, 6)) 
plt.axis("off") 
plt.imshow(convert_result_to_image(image, resized_image, boxes, conf_labels=False))

!docker stop ovms