mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-08 01:50:27 +08:00
87bcb5df21
* add style transfer model * add examples for generation model * add unit test * add speed comparison * add speed comparison * add variable for constant * add preprocessor and postprocessor * add preprocessor and postprocessor * fix * fix according to review Co-authored-by: DefTruth <31974251+DefTruth@users.noreply.github.com>
AnimeGAN Python部署示例
在部署前，需确认以下两个步骤
-
- 软硬件环境满足要求，参考FastDeploy环境要求
-
- FastDeploy Python whl包安装，参考FastDeploy Python安装
本目录下提供infer.py快速完成AnimeGAN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 FastDeploy/examples/vision/generation/anemigan/python
# 下载准备好的测试图片
wget https://bj.bcebos.com/paddlehub/fastdeploy/style_transfer_testimg.jpg
# CPU推理
python infer.py --model animegan_v1_hayao_60 --image style_transfer_testimg.jpg --device cpu
# GPU推理
python infer.py --model animegan_v1_hayao_60 --image style_transfer_testimg.jpg --device gpu
AnimeGAN Python接口
fd.vision.generation.AnimeGAN(model_file, params_file, runtime_option=None, model_format=ModelFormat.PADDLE)
AnimeGAN模型加载和初始化，其中model_file和params_file为用于Paddle inference的模型结构文件和参数文件。
参数
- model_file(str): 模型文件路径
- params_file(str): 参数文件路径
- 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Paddle格式
predict函数
AnimeGAN.predict(input_image)模型预测入口，输入图像输出风格迁移后的结果。
参数
- input_image(np.ndarray): 输入数据，注意需为HWC，BGR格式
返回 np.ndarray, 风格转换后的图像，BGR格式
batch_predict函数
AnimeGAN.batch_predict函数(input_images)模型预测入口，输入一组图像并输出风格迁移后的结果。
参数
- input_images(list(np.ndarray)): 输入数据，一组图像数据，注意需为HWC，BGR格式
返回 list(np.ndarray), 风格转换后的一组图像，BGR格式