Shadowrocket 是一款用于目标检测和分类的开源工具。以下是 Shadowrocket 的基本配置步骤

安装 Shadowrocket

1. 下载安装：从 GitHub 下载 Shadowrocket，并安装到桌面或系统中。
2. 修改安装目录：将 Shadowrocket 的安装目录修改为 ~/.bashrc 或类似目录。
3. 安装软件包：在终端中执行 sudo apt-get install shadowrocket（如果使用 Ubuntu）或 pip install shadowrocket（如果使用 PyPI）。

配置参数

（1）网络连接

• 从 Shadowrocket 的默认配置中开始。
• 确保你的设备能接收 Shadowrocket 的网络信号。
• 选择以下选项：
  • 目标名称：输入目标的名称。
  • 添加目标的标签,如“汽车”、“人”、“狗”等。
  • 设备名称：添加设备的名称，如“摄像头”、“传感器”等。

（2）数据路径

• 修改以下路径：

  export PATH=/path/to/your/data

  请将数据路径修改为 Shadowrocket 的数据目录。

• 确保你的数据目录包含以下结构：

  data/
    train/
      car/
        car.jpg
        car1.jpg
      dog/
        dog.jpg
        dog1.jpg
      person/
        person.jpg
        person1.jpg
    val/
      car/
        car.jpg
        car1.jpg
      dog/
        dog.jpg
        dog1.jpg
      person/
        person.jpg
        person1.jpg
    test/
      car/
        car.jpg
        car1.jpg
      dog/
        dog.jpg
        dog1.jpg
      person/
        person.jpg
        person1.jpg

  请确保所有标签和数据都正确添加。

（3）预训练模型

• 修改以下路径：

  export PYTHONPATH=/path/to/your/python

  请将 Python 的路径修改为 Shadowrocket 的 Python 目录。

• 在预训练模型目录下添加以下文件：

  pre训练模型：
    car/ （如果使用“汽车”标签）
    dog/
    person/

  请确保文件名与你的设备名称一致。

（4）划分训练集

• 修改以下路径：

  export PYTHONPATH=/path/to/your/python

  请将 Python 的路径修改为 Shadowrocket 的 Python 目录。

• 在训练集目录下添加以下文件：

  train/train/
    car/
    dog/
    person/
      car.jpg
      dog.jpg
      person.jpg
      car1.jpg
      dog1.jpg
      person1.jpg

  请确保所有数据都正确添加。

（5）标签设置

• 修改以下路径：

  export PYTHONPATH=/path/to/your/python

  请将 Python 的路径修改为 Shadowrocket 的 Python 目录。

• 在标签目录下添加以下文件：

  labels/
    car/
      car.jpg
      car1.jpg
      car2.jpg
    dog/
      dog.jpg
      dog1.jpg
      dog2.jpg
    person/
      person.jpg
      person1.jpg
      person2.jpg

  请确保标签和数据的名称一致。

模型保存和使用

（1）保存预训练模型

• 修改以下路径：

  export PYTHONPATH=/path/to/your/python

  请将 Python 的路径修改为 Shadowrocket 的 Python 目录。

• 在预训练模型目录下添加以下文件：

  model/
    car/
      pre trained model
    dog/
      pre trained model
    person/
      pre trained model

  请确保模型文件的路径正确。

（2）使用预训练模型

• 修改以下路径：

  export PYTHONPATH=/path/to/your/python

  请将 Python 的路径修改为 Shadowrocket 的 Python 目录。

• 在应用目录下添加以下文件：

  model/
    car/
      model.py
    dog/
      model.py
    person/
      model.py

  请确保模型文件的路径正确。

部署

（1）在服务器上部署

• 从 Shadowrocket 的默认配置中开始。
• 修改以下路径：

  export PYTHONPATH=/path/to/your/python

  请将 Python 的路径修改为 Shadowrocket 的 Python 目录。

• 在配置文件（如 Shadowrocket_config.py）中添加以下内容：

  import sys
  import sys
  sys.path.insert(, '/path/to/config')
  sys.path.insert(, '/path/to/your/Python')
  sys.path.insert(, '/path/to/your/Python/your/Python')

（2）在本地部署

• 在本地安装 Python，并配置以下路径：

  python3 -m shadowrocket

  请将 Python 的路径修改为 Shadowrocket 的 Python 目录。

使用Shadowrocket

• 在目标上添加以下命令：

  python3 shadowrocket

  请在目标上运行 Shadowrocket。

注意事项

• 文件命名：确保 shadowrocket 和 model 文件的名称一致。
• 网络连接：检查 Shadowrocket 的网络连接是否正常。
• 设备名称：确保设备名称和标签名称一致。

Shadowrocket 是一个强大的工具，需要仔细配置才能发挥其最大潜力，如果有任何问题，欢迎随时咨询！