mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2026-04-23 08:21:53 +08:00
Zheng_Bicheng
218f33f8b1
* 更新rknpu2 backend核心代码 * 更新模型导出核心代码 * 删除无用的config文件 * 新增配置文件以及修改文档 * 模型转换以及文档 * 更新文档 * 更新与配置文件 * 更新PPHumanSeg全量化 * 更新文档 * 更新文档 * 更新文档
37 lines
1.5 KiB
Markdown
37 lines
1.5 KiB
Markdown
# PaddleSeg Python部署示例
|
|
|
|
在部署前，需确认以下两个步骤
|
|
|
|
- 1. 软硬件环境满足要求，参考[FastDeploy环境要求](../../../../../../docs/cn/build_and_install/rknpu2.md)
|
|
|
|
【注意】如你部署的为**PP-Matting**、**PP-HumanMatting**以及**ModNet**请参考[Matting模型部署](../../../../matting/)
|
|
|
|
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
|
|
|
|
```bash
|
|
# 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
|
|
|
|
- [PaddleSeg 模型介绍](..)
|
|
- [PaddleSeg C++部署](../cpp)
|
|
- [模型预测结果说明](../../../../../../docs/api/vision_results/)
|
|
- [转换PPSeg RKNN模型文档](../README.md)
|