mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-18 14:40:44 +08:00
b1d2903b93
* [PaddlePaddle Hackathon4 No.186] Add PaddleDetection Models Deployment Go Examples Signed-off-by: wanziyu <ziyuwan@zju.edu.cn> * Fix YOLOv8 Deployment Go Example Signed-off-by: wanziyu <ziyuwan@zju.edu.cn> --------- Signed-off-by: wanziyu <ziyuwan@zju.edu.cn> Co-authored-by: DefTruth <31974251+DefTruth@users.noreply.github.com>
2.1 KiB
2.1 KiB
English | 简体中文
YOLOv5 Golang 部署示例
本目录下提供infer.go, 使用CGO调用FastDeploy C API快速完成YOLOv5模型在CPU/GPU上部署的示例
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
-
- 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
以Linux上推理为例，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1.0.4以上(x.x.x>1.0.4)或FastDeploy的Develop版本(x.x.x=0.0.0)
使用Golang和CGO工具进行YOLOv5模型推理部署
在当前目录下，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://fastdeploy.bj.bcebos.com/dev/cpp/fastdeploy-linux-x64-0.0.0.tgz
tar xvf fastdeploy-linux-x64-0.0.0.tgz
将FastDeploy C API文件拷贝至当前目录
cp -r fastdeploy-linux-x64-0.0.0/include/fastdeploy_capi .
下载官方转换好的 YOLOv5 ONNX 模型文件和测试图片
wget https://bj.bcebos.com/paddlehub/fastdeploy/yolov5s.onnx
wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg
配置infer.go中的cgo CFLAGS: -I参数配置为C API文件路径，cgo LDFLAGS: -L参数配置为FastDeploy的动态库路径，动态库位于预编译库的/lib目录中
cgo CFLAGS: -I./fastdeploy_capi
cgo LDFLAGS: -L./fastdeploy-linux-x64-0.0.0/lib -lfastdeploy
将FastDeploy的库路径添加到环境变量
source /Path/to/fastdeploy-linux-x64-0.0.0/fastdeploy_init.sh
编译Go文件infer.go
go build infer.go
编译完成后，使用如下命令执行可得到预测结果
# CPU推理
./infer -model yolov5s.onnx -image 000000014439.jpg -device 0
# GPU推理
./infer -model yolov5s.onnx -image 000000014439.jpg -device 1
可视化的检测结果图片保存在本地vis_result.jpg