Move ascend python demo

examples/vision/classification/paddleclas/ascend/README.md

@@ -1,9 +1,9 @@
 # PaddleClas 分类模型在华为昇腾NPU 上的部署
-目前 FastDeploy 已经支持在华为昇腾 NPU 上, 基于 PaddleLite 部署 PaddleClas 模型.
+目前 FastDeploy 已经支持在华为昇腾 NPU 上, 基于 Paddle Lite 部署 PaddleClas 模型.
 
 ## 详细部署文档
 
 在华为昇腾NPU 上支持 Python 和 C++ 的部署。
 
 - [C++部署](./cpp)
-- [Python部署](./python)
+- [Python部署](../python)

examples/vision/classification/paddleclas/ascend/python/README.md

@@ -1,32 +0,0 @@
-# PaddleClas 华为昇腾 NPU Python 部署示例
-本目录下提供的 `infer.py`，可以帮助用户快速完成 PaddleClas 模型在华为昇腾NPU上的部署.
-本例在鲲鹏920+Atlas 300I Pro的硬件平台下完成测试.(目前暂不支持 X86 CPU的Linux系统部署)
-
-## 部署准备
-### 华为昇腾 NPU 部署环境编译准备
-- 1. 软硬件环境满足要求，以及华为昇腾NPU的部署编译环境的准备，请参考：[FastDeploy 华为昇腾NPU部署环境编译准备](../../../../../../docs/cn/build_and_install/huawei_ascend.md.md)  
-
-## 在 华为昇腾NPU 上部署ResNet50_Vd分类模型
-请按照以下步骤完成在 华为昇腾NPU 上部署 ResNet50_Vd 模型:
-1. 完成[华为昇腾NPU 部署环境编译准备](../../../../../../docs/cn/build_and_install/huawei_ascend.md.md)
-
-2. 运行以下命令完成部署:
-```bash
-# 下载模型
-wget https://bj.bcebos.com/paddlehub/fastdeploy/ResNet50_vd_infer.tgz
-tar -xvf ResNet50_vd_infer.tgz
-# 下载图片
-wget https://gitee.com/paddlepaddle/PaddleClas/raw/release/2.4/deploy/images/ImageNet/ILSVRC2012_val_00000010.jpeg
-
-# 运行程序
-python infer.py --model ResNet50_vd_infer --image ILSVRC2012_val_00000010.jpeg
-```
-
-部署成功后输出结果如下：
-```bash
-ClassifyResult(
-label_ids: 153,
-scores: 0.685547,
-)
-#此结果出现后,前后还会出现一些华为昇腾自带的log信息,属正常现象.
-```

examples/vision/classification/paddleclas/ascend/python/infer.py

@@ -1,42 +0,0 @@
-from pickletools import optimize
-import fastdeploy as fd
-import cv2
-import os
-
-
-def parse_arguments():
-    import argparse
-    import ast
-    parser = argparse.ArgumentParser()
-    parser.add_argument(
-        "--model", required=True, help="Path of PaddleClas model.")
-    parser.add_argument(
-        "--image", type=str, required=True, help="Path of test image file.")
-    parser.add_argument(
-        "--topk", type=int, default=1, help="Return topk results.")
-    return parser.parse_args()
-
-
-def build_option():
-
-    option = fd.RuntimeOption()
-    option.use_ascend()
-
-    return option
-
-
-args = parse_arguments()
-
-# 配置runtime，加载模型
-runtime_option = build_option()
-
-model_file = os.path.join(args.model, "inference.pdmodel")
-params_file = os.path.join(args.model, "inference.pdiparams")
-config_file = os.path.join(args.model, "inference_cls.yaml")
-model = fd.vision.classification.PaddleClasModel(
-    model_file, params_file, config_file, runtime_option=runtime_option)
-
-# 预测图片分类结果
-im = cv2.imread(args.image)
-result = model.predict(im, args.topk)
-print(result)

examples/vision/classification/paddleclas/python/README.md

@@ -27,6 +27,8 @@ python infer.py --model ResNet50_vd_infer --image ILSVRC2012_val_00000010.jpeg -
 python infer.py --model ResNet50_vd_infer --image ILSVRC2012_val_00000010.jpeg --device ipu --topk 1
 # XPU推理
 python infer.py --model ResNet50_vd_infer --image ILSVRC2012_val_00000010.jpeg --device xpu --topk 1
+# 华为昇腾NPU推理
+python infer.py --model ResNet50_vd_infer --image ILSVRC2012_val_00000010.jpeg --device ascend --topk 1
 ```
 
 运行完成后返回结果如下所示

examples/vision/classification/paddleclas/python/infer.py

@@ -17,7 +17,8 @@ def parse_arguments():
         "--device",
         type=str,
         default='cpu',
-        help="Type of inference device, support 'cpu' or 'gpu' or 'ipu'.")
+        help="Type of inference device, support 'cpu' or 'gpu' or 'ipu' or 'xpu' or 'ascend' ."
+    )
     parser.add_argument(
         "--use_trt",
         type=ast.literal_eval,
@@ -38,6 +39,9 @@ def build_option(args):
     if args.device.lower() == "xpu":
         option.use_xpu()
 
+    if args.device.lower() == "ascend":
+        option.use_ascend()
+
     if args.use_trt:
         option.use_trt_backend()
     return option