mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-30 03:22:05 +08:00
* Add custom operator for onnxruntime ans fix paddle backend * Polish cmake files and runtime apis * Remove copy libraries * fix some issue * fix bug * fix bug
YOLOX部署示例
当前支持模型版本为:YOLOX v0.1.1
本文档说明如何进行YOLOX的快速部署推理。本目录结构如下
.
├── cpp # C++ 代码目录
│ ├── CMakeLists.txt # C++ 代码编译CMakeLists文件
│ ├── README.md # C++ 代码编译部署文档
│ └── yolox.cc # C++ 示例代码
├── README.md # YOLOX 部署文档
└── yolox.py # Python示例代码
安装FastDeploy
使用如下命令安装FastDeploy,注意到此处安装的是vision-cpu,也可根据需求安装vision-gpu
# 安装fastdeploy-python工具
pip install fastdeploy-python
# 安装vision-cpu模块
fastdeploy install vision-cpu
Python部署
执行如下代码即会自动下载YOLOX模型和测试图片
python yolox.py
执行完成后会将可视化结果保存在本地vis_result.jpg,同时输出检测结果如下
DetectionResult: [xmin, ymin, xmax, ymax, score, label_id]
17.151855,225.294434, 805.329712, 735.578613, 0.940478, 5
671.162109,387.403961, 809.000000, 879.525513, 0.909566, 0
54.373432,400.188110, 204.652756, 893.662537, 0.894507, 0
221.339310,406.614960, 347.045593, 857.299927, 0.887144, 0
0.083759,554.987305, 61.894527, 881.098816, 0.450202, 0