mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-23 08:39:33 +08:00
79 lines
2.3 KiB
Markdown
79 lines
2.3 KiB
Markdown
# PaddleClas C++部署示例
|
||
|
||
本目录下用于展示 ResNet50_vd 模型在RKNPU2上的部署,以下的部署过程以 ResNet50_vd 为例子。
|
||
|
||
在部署前,需确认以下两个步骤:
|
||
|
||
1. 软硬件环境满足要求
|
||
2. 根据开发环境,下载预编译部署库或者从头编译FastDeploy仓库
|
||
|
||
以上步骤请参考[RK2代NPU部署库编译](../../../../../../docs/cn/build_and_install/rknpu2.md)实现
|
||
|
||
## 生成基本目录文件
|
||
|
||
该例程由以下几个部分组成
|
||
```text
|
||
.
|
||
├── CMakeLists.txt
|
||
├── build # 编译文件夹
|
||
├── images # 存放图片的文件夹
|
||
├── infer.cc
|
||
├── ppclas_model_dir # 存放模型文件的文件夹
|
||
└── thirdpartys # 存放sdk的文件夹
|
||
```
|
||
|
||
首先需要先生成目录结构
|
||
```bash
|
||
mkdir build
|
||
mkdir images
|
||
mkdir ppclas_model_dir
|
||
mkdir thirdpartys
|
||
```
|
||
|
||
## 编译
|
||
|
||
### 编译并拷贝SDK到thirdpartys文件夹
|
||
|
||
请参考[RK2代NPU部署库编译](../../../../../../docs/cn/build_and_install/rknpu2.md)仓库编译SDK,编译完成后,将在build目录下生成
|
||
fastdeploy-0.0.3目录,请移动它至thirdpartys目录下.
|
||
|
||
### 拷贝模型文件,以及配置文件至model文件夹
|
||
在Paddle动态图模型 -> Paddle静态图模型 -> ONNX模型的过程中,将生成ONNX文件以及对应的yaml配置文件,请将配置文件存放到model文件夹内。
|
||
转换为RKNN后的模型文件也需要拷贝至model,转换方案: ([ResNet50_vd RKNN模型](../README.md))。
|
||
|
||
### 准备测试图片至image文件夹
|
||
```bash
|
||
wget https://gitee.com/paddlepaddle/PaddleClas/raw/release/2.4/deploy/images/ImageNet/ILSVRC2012_val_00000010.jpeg
|
||
```
|
||
|
||
### 编译example
|
||
|
||
```bash
|
||
cd build
|
||
cmake ..
|
||
make -j8
|
||
make install
|
||
```
|
||
|
||
## 运行例程
|
||
|
||
```bash
|
||
cd ./build/install
|
||
./rknpu_test ./ppclas_model_dir ./images/ILSVRC2012_val_00000010.jpeg
|
||
```
|
||
|
||
## 运行结果展示
|
||
ClassifyResult(
|
||
label_ids: 153,
|
||
scores: 0.684570,
|
||
)
|
||
|
||
## 注意事项
|
||
RKNPU上对模型的输入要求是使用NHWC格式,且图片归一化操作会在转RKNN模型时,内嵌到模型中,因此我们在使用FastDeploy部署时,
|
||
DisablePermute(C++)或`disable_permute(Python),在预处理阶段禁用数据格式的转换。
|
||
|
||
## 其它文档
|
||
- [ResNet50_vd Python 部署](../python)
|
||
- [模型预测结果说明](../../../../../../docs/api/vision_results/)
|
||
- [转换ResNet50_vd RKNN模型文档](../README.md)
|