[English](README.md) | 中文 # PaddleClas C++多线程部署示例 本目录下提供`multi_thread.cc`快速完成PaddleClas系列模型在CPU/GPU,以及GPU上通过TensorRT加速多线程部署的示例。 在部署前,需确认以下两个步骤 - 1. 软硬件环境满足要求,参考[FastDeploy环境要求](../../../../docs/cn/build_and_install/download_prebuilt_libraries.md) - 2. 根据开发环境,下载预编译部署库和samples代码,参考[FastDeploy预编译库](../../../../docs/cn/build_and_install/download_prebuilt_libraries.md) 以Linux上ResNet50_vd推理为例,在本目录执行如下命令即可完成编译测试,支持此模型需保证FastDeploy版本0.7.0以上(x.x.x>=0.7.0) ```bash mkdir build cd build # 下载FastDeploy预编译库,用户可在上文提到的`FastDeploy预编译库`中自行选择合适的版本使用 wget https://bj.bcebos.com/fastdeploy/release/cpp/fastdeploy-linux-x64-x.x.x.tgz tar xvf fastdeploy-linux-x64-x.x.x.tgz cmake .. -DFASTDEPLOY_INSTALL_DIR=${PWD}/fastdeploy-linux-x64-x.x.x make -j # 下载ResNet50_vd模型文件和测试图片 wget https://bj.bcebos.com/paddlehub/fastdeploy/ResNet50_vd_infer.tgz tar -xvf ResNet50_vd_infer.tgz wget https://gitee.com/paddlepaddle/PaddleClas/raw/release/2.4/deploy/images/ImageNet/ILSVRC2012_val_00000010.jpeg # CPU多线程推理 ./multi_thread_demo ResNet50_vd_infer ILSVRC2012_val_00000010.jpeg 0 1 # GPU多线程推理 ./multi_thread_demo ResNet50_vd_infer ILSVRC2012_val_00000010.jpeg 1 1 # GPU上TensorRT多线程推理 ./multi_thread_demo ResNet50_vd_infer ILSVRC2012_val_00000010.jpeg 2 1 ``` >> **注意**: 最后一位数字表示线程数 以上命令只适用于Linux或MacOS, Windows下SDK的使用方式请参考: - [如何在Windows中使用FastDeploy C++ SDK](../../../../docs/cn/faq/use_sdk_on_windows.md) 运行完成后返回结果如下所示 ``` Thread Id: 0 ClassifyResult( label_ids: 153, scores: 0.686229, ) ```