代码拉取完成,页面将自动刷新
首先请参考文档环境准备配置运行环境。
首先请参考文档模型导出准备 inference 模型,然后进入 PaddleClas 的 deploy
目录下:
cd PaddleClas/deploy
使用以下命令进行预测:
python3.7 python/predict_cls.py -c configs/inference_cls.yaml
在配置文件 configs/inference_cls.yaml
中有以下字段用于配置预测参数:
Global.infer_imgs
:待预测的图片文件(夹)路径;Global.inference_model_dir
:inference 模型文件所在文件夹的路径,该文件夹下需要有文件 inference.pdmodel
和 inference.pdiparams
两个文件;Global.use_gpu
:是否使用 GPU 预测,默认为 True
;Global.enable_mkldnn
:是否启用 MKL-DNN
加速库,默认为 False
。注意 enable_mkldnn
与 use_gpu
同时为 True
时,将忽略 enable_mkldnn
,而使用 GPU 预测;Global.use_fp16
:是否启用 FP16
,默认为 False
;Global.use_tensorrt
:是否使用 TesorRT 预测引擎,默认为 False
;PreProcess
:用于数据预处理配置;PostProcess
:由于后处理配置;PostProcess.Topk.class_id_map_file
:数据集 label 的映射文件,默认为 ../ppcls/utils/imagenet1k_label_list.txt
,该文件为 PaddleClas 所使用的 ImageNet 数据集 label 映射文件。注意:
DeiT_***_384
, ViT_***_384
等,请注意模型的输入数据尺寸,该类模型需要修改参数: PreProcess.resize_short=384
, PreProcess.resize=384
。此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。