mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-10-06 00:57:33 +08:00

Files

guxukai 1c115bb237 [Model] Add facedet model: CenterFace (#1131 )

* cpp example run success

* add landmarks

* fix reviewed problem

* add pybind

* add readme in examples

* fix reviewed problem

* new file:   tests/models/test_centerface.py

* fix reviewed problem 230202

2023-02-07 14:05:08 +08:00

2.8 KiB

Raw Blame History

English | 简体中文

CenterFace Python部署示例

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
1. FastDeploy Python whl包安装，参考FastDeploy Python安装

本目录下提供infer.py快速完成CenterFace在CPU/GPU，以及GPU上通过TensorRT加速部署的示例。执行如下脚本即可完成

#下载部署示例代码
git clone https://github.com/PaddlePaddle/FastDeploy.git
cd examples/vision/facedet/CenterFace/python/

#下载CenterFace模型文件和测试图片
wget https://raw.githubusercontent.com/DefTruth/lite.ai.toolkit/main/examples/lite/resources/test_lite_face_detector_3.jpg
wget https://bj.bcebos.com/paddlehub/fastdeploy/CenterFace.onnx

#使用CenterFace.onnx模型
# CPU推理
python infer.py --model CenterFace.onnx --image test_lite_face_detector_3.jpg --device cpu
# GPU推理
python infer.py --model CenterFace.onnx --image test_lite_face_detector_3.jpg --device gpu
# GPU上使用TensorRT推理
python infer.py --model CenterFace.onnx --image test_lite_face_detector_3.jpg --device gpu --use_trt True

运行完成可视化结果如下图所示

CenterFace Python接口

fastdeploy.vision.facedet.CenterFace(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)

CenterFace模型加载和初始化，其中model_file为导出的ONNX模型格式

参数

model_file(str): 模型文件路径

params_file(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定

runtime_option(RuntimeOption): 后端推理配置，默认为None，即采用默认配置

model_format(ModelFormat): 模型格式，默认为ONNX

predict函数

CenterFace.predict(image_data)
模型预测结口，输入图像直接输出检测结果。

参数

image_data(np.ndarray): 输入数据，注意需为HWC，BGR格式

返回

返回fastdeploy.vision.FaceDetectionResult结构体，结构体说明参考文档视觉模型预测结果

类成员属性

预处理参数

用户可按照自己的实际需求，修改下列预处理参数，从而影响最终的推理和部署效果

size(list[int]): 通过此参数修改预处理过程中resize的大小，包含两个整型元素，表示[width, height], 默认值为[640, 640]

2.8 KiB Raw Blame History Unescape Escape