资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

物体检测服务器端SDK集成文档-Windows

简介

本文档介绍物体检测服务器端Windows SDK的使用方法。

  • 硬件支持:

    • NVIDIA GPU (普通版,加速版)
  • 操作系统支持

    • 64位 Windows 7 及以上
    • 64位 Windows Server 2012及以上
  • 环境依赖(必须安装以下版本)

    • .NET Framework 4.5
    • Visual C++ Redistributable Packages for Visual Studio 2013
    • Visual C++ Redistributable Packages for Visual Studio 2015
  • GPU基础版(EasyEdge-win-x86-nvidia-gpu)依赖(必须安装以下版本)

  • GPU加速版(EasyEdge-win-x86-nvidia-gpu-tensorrt)依赖(必须安装以下版本)

    • CUDA 11.0.x + cuDNN 8.4.x(注意参照英伟达安装文档安装Zlib) + TensorRT 8.4.x.x
    • CUDA 12.0.x + cuDNN 8.9.x(注意参照英伟达安装文档安装Zlib) + TensorRT 8.6.x.x
  • GPU加速版(EasyEdge-win-x86-nvidia-gpu-paddletrt)依赖(必须安装以下版本)

    • CUDA 11.0.x + cuDNN 8.4.x(注意参照英伟达安装文档安装Zlib) + TensorRT 8.4.3.1 + 硬件计算能力达6.1及以上
    • CUDA 12.0.x + cuDNN 8.9.x(注意参照英伟达安装文档安装Zlib) + TensorRT 8.6.1.6 + 硬件计算能力达7.5及以上
  • GPU加速版(x86-nvidia-gpu-torch)

    • CUDA 11.0.x + cuDNN 8.0.5.x
  • 协议

    • HTTP
  • 更详细的环境说明可参考SDK内的README.md

Release Notes

时间 版本 说明
2023-08-30 1.8.3 新增支持按实例数鉴权
2023-06-29 1.8.2 优化模型算法
2023-05-17 1.8.1 预测引擎升级,修复部分网络内存泄露问题
2023-03-16 1.8.0 预测引擎升级
2022-12-29 1.7.2 预测引擎升级
2022-10-27 1.7.1 GPU底层引擎升级,下线基础版CUDA10.0及以下版本支持
2022-09-15 1.7.0 优化模型算法;GPU CUDA9.0 CUDA10.0 标记为待废弃状态
2022-07-28 1.6.0 优化模型算法
2022-05-27 1.5.1 新增支持BML Cloud小目标检测模型
2022-05-18 1.5.0 修复各别机器下程序崩溃的问题
2022-04-25 1.4.1 EasyDL, BML升级支持paddle2模型
2022-03-25 1.4.0 优化模型算法
2021-12-22 1.3.5 GPU基础版推理引擎优化升级;GPU加速版支持自定义模型文件缓存路径;demo程序优化环境依赖检测
2021-10-20 1.3.4 修复已知问题
2021-08-19 1.3.2 新增支持EasyDL小目标检测,新增DEMO二进制文件
2021-06-29 1.3.1 预测引擎升级
2021-05-13 1.3.0 模型发布新增多种加速方案选择;目标追踪支持x86平台的GPU及加速版;展示已发布模型性能评估报告
2021-04-08 1.2.3 支持BML平台模型仓库本地上传模型
2021-03-09 1.2.2 修复已知问题
2021-01-27 1.2.1 新增模型支持;性能优化;问题修复
2020-12-18 1.2.0 推理引擎升级
2020-11-26 1.1.20 新增一些模型的加速版支持
2020-10-29 1.1.19 修复已知问题
2020-09-17 1.1.18 支持更多模型
2020.08.11 1.1.17 支持专业版更多模型
2020.06.23 1.1.16 支持专业版更多模型
2020.05.15 1.1.15 更新加速版tensorrt版本,支持高精度检测
2020.03.13 1.1.14 支持声音分类
2020.02.23 1.1.13 支持多阶段模型
2020.01.16 1.1.12 预测默认使用推荐阈值
2019.12.26 1.1.11 支持物体检测高精度算法的CPU加速版,EasyDL 专业版支持 SDK 加速版
2019.12.04 1.1.10 支持图像分割
2019.10.21 1.1.9 支持 EasyDL 专业版
2019.08.29 1.1.8 CPU 加速版支持
2019.07.19 1.1.7 提供模型更新工具
2019.05.16 1.1.3 NVIDIA GPU 支持
2019.03.15 1.1.0 架构与功能完善
2019.02.28 1.0.6 引擎功能完善
2019.02.13 1.0.5 paddlepaddle 支持
2018.11.30 1.0.0 第一版!

快速开始

1. 安装依赖

安装.NET Framework4.5

https://www.microsoft.com/zh-CN/download/details.aspx?id=42642

Visual C++ Redistributable Packages for Visual Studio 2013

https://www.microsoft.com/zh-cn/download/details.aspx?id=40784

Visual C++ Redistributable Packages for Visual Studio 2015

https://www.microsoft.com/zh-cn/download/details.aspx?id=48145

如果使用GPU版SDK,请安装CUDA + cuDNN

https://developer.nvidia.com/cuda
https://developer.nvidia.com/cudnn 

如果使用GPU版加速版SDK,请安装TensorRT

https://developer.nvidia.com/tensorrt

根据cuda版本下载,下载后把lib目录下的所有dll,拷贝到SDK的dll目录下

注意事项

  1. 安装目录不能包含中文
  2. Windows Server 请自行开启,选择“我的电脑”——“属性”——“管理”——”添加角色和功能“——勾选”桌面体验“,点击安装,安装之后重启即可。

2. 运行离线SDK

解压下载好的SDK,SDK默认使用cuda9版本,如果需要cuda10请运行EasyEdge CUDA10.0.bat切换到cuda10版本,之后打开EasyEdge.exe,选择鉴权模式,输入Serial Num,点击"启动服务",等待数秒即可启动成功,本地服务默认运行在

http://127.0.0.1:24401/

其他任何语言只需通过HTTP调用即可。

如启动失败,可参考如下步骤排查:

2.1 离线鉴权(默认鉴权模式)

首次联网激活,后续离线使用

image.png

2.2 按实例数鉴权

周期性联网激活,离线后会释放所占用鉴权,启动时请确保心跳间隔小于等于生成序列号时填写的定期确认时间

image.png

基于源码集成时,若需要按实例数鉴权,需要通过代码指定使用按实例数鉴权

global_controller()->set_config(easyedge::params::CONTROLLER_KEY_AUTH_MODE, 2);
global_controller()->set_config(easyedge::params::CONTROLLER_KEY_INSTANCE_UPDATE_INTERVAL, 20);

或通过环境变量指定

set EDGE_CONTROLLER_KEY_AUTH_MODE=2
set EDGE_CONTROLLER_KEY_INSTANCE_UPDATE_INTERVAL=20

2.3 序列号激活错误码

错误码 文案 描述
4001 parameters missing. 参数缺失
4002 parameters invalid. 参数不合法
4003 model invalid. 模型信息不合法
4004 no more activation left. 该序列号和该设备的激活次数超上限
4005 the serial key is out of date. 该序列号过期
4006 the serial key has been activated. 该序列号已被其他设备激活 该序列号已被其他设备激活,不能重复激活。
4007 account invalid. 序列号不能用于其他账号的模型 序列号不能用于其他账号的模型,只能用于绑定账号的模型。
4008 serial key invalid. 序列号不合法 序列号不存在或找不到
4009 bundle id invalid. 包名不合法
4010 product invalid. 产品不合法 如easydl的SDK使用BML的序列号来激活,会报该错误
4011 platform invalid. 平台不合法
4012 activate too frequent. 激活太频繁 激活太频繁,请稍后再进行激活。
4013 device type and license type not match. 硬件类型和序列号类型不匹配 如使用加速版序列号激活基础版SDK会报该错误
4014 exceed max activate device num. 超过最大授权数量
4015 technology invalid. 技术类型不合法
4016 exceed max activate entity num. 超过最大模型数量
4017 device invalid. 设备不合法
4018 model invalid. 模型不合法

3. Demo示例(以图像服务为例)

服务运行成功,此时可直接在浏览器中输入http://127.0.0.1:24401,在h5中测试模型效果。

使用说明

调用说明

Python 使用示例代码如下

import requests

with open('./1.jpg', 'rb') as f:
    img = f.read()

## params 为GET参数 data 为POST Body
result = requests.post('http://127.0.0.1:24401/', params={'threshold': 0.1},
                                                  data=img).json()

C# 使用示例代码如下

FileStream fs = new FileStream("./img.jpg", FileMode.Open);
BinaryReader br = new BinaryReader(fs);
byte[] img = br.ReadBytes((int)fs.Length);
br.Close();
fs.Close();
string url = "http://127.0.0.1:8402?threshold=0.1";
HttpWebRequest request = (HttpWebRequest)HttpWebRequest.Create(url);
request.Method = "POST";
Stream stream = request.GetRequestStream();
stream.Write(img, 0, img.Length);
stream.Close();

WebResponse response = request.GetResponse();
StreamReader sr = new StreamReader(response.GetResponseStream());
Console.WriteLine(sr.ReadToEnd());
sr.Close();
response.Close();

C++ 使用示例代码如下,需要安装curl

#include <sys/stat.h>
#include <curl/curl.h>

#define S_ISREG(m) (((m) & 0170000) == (0100000))   
#define S_ISDIR(m) (((m) & 0170000) == (0040000))  

int main(int argc, char *argv[]) {
    const char *post_data_filename = "./img.jpg";

    FILE *fp = NULL;
    struct stat stbuf = { 0, };

    fp = fopen(post_data_filename, "rb");

    if (!fp) {
        fprintf(stderr, "Error: failed to open file \"%s\"\n", post_data_filename);
        return -1;
    }

    if (fstat(fileno(fp), &stbuf) || !S_ISREG(stbuf.st_mode)) {
        fprintf(stderr, "Error: unknown file size \"%s\"\n", post_data_filename);
        return -1;
    }

    CURL *curl;
    CURLcode res;

    curl_global_init(CURL_GLOBAL_ALL);

    curl = curl_easy_init();
    if (curl != NULL) {
        curl_easy_setopt(curl, CURLOPT_URL, "http://127.0.0.1:24401?threshold=0.1");
        curl_easy_setopt(curl, CURLOPT_POST, 1L);
        curl_easy_setopt(curl, CURLOPT_POSTFIELDSIZE_LARGE,(curl_off_t)stbuf.st_size);
        curl_easy_setopt(curl, CURLOPT_READDATA, (void *)fp);

        res = curl_easy_perform(curl);
        if (res != CURLE_OK) {
            fprintf(stderr, "curl_easy_perform() failed: %s\n", curl_easy_strerror(res));
        }
        curl_easy_cleanup(curl);
    }
    curl_global_cleanup();
    fclose(fp);

    return 0;
}

请求参数

字段 类型 取值 说明
threshold float 0 ~ 1 置信度阈值

HTTP POST Body直接发送图片二进制。

返回参数

字段 类型 取值 说明
confidence float 0~1 检测的置信度
label string 检测的类别
index number 检测的类别
x1, y1 float 0~1 矩形的左上角坐标 (相对长宽的比例值)
x2, y2 float 0~1 矩形的右下角坐标(相对长宽的比例值)

关于矩形坐标

x1 * 图片宽度 = 检测框的左上角的横坐标

y1 * 图片高度 = 检测框的左上角的纵坐标

x2 * 图片宽度 = 检测框的右下角的横坐标

y2 * 图片高度 = 检测框的右下角的纵坐标

集成指南

基于HTTP集成

通过EasyEdge.exe启动服务后,参照上面的调用说明,通过HTTP请求集成到自己的服务中

基于c++ dll集成

集成前提

解压开的SDK包中包含src、lib、dll、include四个目录才支持基于c++ dll集成

集成方法

参考src目录中的CMakeLists.txt进行集成

基于c# dll集成

集成前提

解压开的SDK包中包含src\demo_serving_csharp、dll两个目录才支持基于c# dll集成

集成方法

参考src\demo_serving_csharp目录中的CMakeLists.txt进行集成

FAQ

1. 服务启动失败,怎么处理?

根据SDK内的README.md检查依赖是否都已正确安装

请确保相关依赖都安装正确,版本必须如下: .NET Framework 4.5 Visual C++ Redistributable Packages for Visual Studio 2013 * Visual C++ Redistributable Packages for Visual Studio 2015

GPU依赖,版本必须如下: * CUDA 11.0.x + cuDNN 8.4.x 或者 CUDA 11.7.x + cuDNN 8.4.x

GPU加速版(EasyEdge-win-x86-nvidia-gpu-tensorrt)依赖,版本必须如下: * CUDA 11.0.x + cuDNN 8.4.x + TensorRT 8.4.x.x

GPU加速版(EasyEdge-win-x86-nvidia-gpu-paddletrt)依赖,版本必须如下: * CUDA 11.0.x + cuDNN 8.4.x + TensorRT 8.4.3.1

2. 服务调用时返回为空,怎么处理?

调用输入的图片必须是RGB格式,请确认是否有alpha通道。

3. 多个模型怎么同时使用?

SDK设置运行不同的端口,点击运行即可。

4. JAVA、C#等其他语言怎么调用SDK?

参考 https://ai.baidu.com/forum/topic/show/943765

5. 启动失败,缺失DLL?

打开EasyEdge.log,查看日志错误,根据提示处理 缺失DLL,请使用 https://www.dependencywalker.com/ 查看相应模块依赖DLL缺失哪些,请自行下载安装

6. 启动失败,报错NotDecrypted?

Windows下使用,当前用户名不能为中文,否则无法正确加载模型。

7. 启动失败,报错 SerialNum无效

日志显示failed to get/check device id(xxx)或者Device fingerprint mismatch(xxx) 此类情况一般是设备指纹发生了变更,包括(但不局限于)以下可能的情况:

  • mac 地址变化
  • 磁盘变更
  • bios重刷

以及系统相关信息。

遇到这类情况,请确保硬件无变更,如果想更换序列号,请先删除 C:\Users\${用户名}\.baidu\easyedge 目录,再重新激活。

其他问题

如果无法解决,可到论坛发帖: https://ai.baidu.com/forum/topic/list/199 描述使用遇到的问题,我们将及时回复您的问题。

上一篇
纯离线SDK简介
下一篇
Linux集成文档-C++