apps/FastDeploy
1
0
Fork 0
mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-10-06 17:17:14 +08:00
Code Issues Actions 2 Packages Projects Releases Wiki Activity
Files
dd5759bd990834d2217ba634c9a96382b952e204
FastDeploy/examples/vision/segmentation/paddleseg/rknpu2/python
History
Zheng-Bicheng dd5759bd99 [Model] Update PPSeg Preprocess (#1007) 
* 更新PPSeg pybind and python

* 更新PPSeg pybind and python
2022-12-29 21:14:39 +08:00
..
infer.py
[Model] Update PPSeg Preprocess (#1007)
2022-12-29 21:14:39 +08:00
README.md
[RKNPU2] Add Quantized PPHumanSeg (#905)
2022-12-19 20:07:32 +08:00

README.md

PaddleSeg Python部署示例

在部署前，需确认以下两个步骤

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

本目录下提供infer.py快速完成PPHumanseg在RKNPU上部署的示例。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/segmentation/paddleseg/python

# 下载图片
wget https://paddleseg.bj.bcebos.com/dygraph/pp_humanseg_v2/images.zip
unzip images.zip

# 推理
python3 infer.py --model_file ./Portrait_PP_HumanSegV2_Lite_256x144_infer/Portrait_PP_HumanSegV2_Lite_256x144_infer_rk3588.rknn \
                --config_file ./Portrait_PP_HumanSegV2_Lite_256x144_infer/deploy.yaml \
                --image images/portrait_heng.jpg

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， 需要先调用DisableNormalizeAndPermute(C++)或`disable_normalize_and_permute(Python)，在预处理阶段禁用归一化以及数据格式的转换。

其它文档