apps/FastDeploy
1
0
Fork 0
mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-10-06 00:57:33 +08:00
Code Issues Actions 2 Packages Projects Releases Wiki Activity
Files
844d80ecae0f36052cb7f2aa89a8fe0b4052c2a4
FastDeploy/examples/vision/segmentation/paddleseg/cpu-gpu/python
History
felixhjh 844d80ecae Update docs
2023-02-08 16:33:12 +00:00
..
infer.py
Update docs
2023-02-08 16:33:12 +00:00
README.md
Update docs
2023-02-08 16:33:12 +00:00

README.md

English | 简体中文

PaddleSeg Python部署示例

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

部署环境准备

在部署前，需确认软硬件环境，同时下载预编译python wheel 包，参考文档FastDeploy预编译库安装

【注意】如你部署的为PP-Matting、PP-HumanMatting以及ModNet请参考Matting模型部署

#下载部署示例代码
git clone https://github.com/PaddlePaddle/FastDeploy.git
cd FastDeploy/examples/vision/segmentation/paddleseg/cpu-gpu/python

# 下载Unet模型文件和测试图片
wget https://bj.bcebos.com/paddlehub/fastdeploy/PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer.tgz
tar -xvf PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer.tgz
wget https://paddleseg.bj.bcebos.com/dygraph/demo/cityscapes_demo.png

# CPU推理
python infer.py --model PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer --image cityscapes_demo.png --device cpu
# GPU推理
python infer.py --model PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer --image cityscapes_demo.png --device gpu
# GPU上使用Paddle-TensorRT推理 （注意：Paddle-TensorRT推理第一次运行，有序列化模型的操作，有一定耗时，需要耐心等待）
python infer.py --model PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer --image cityscapes_demo.png --device gpu --use_trt True

运行完成可视化结果如下图所示

快速链接

常见问题