mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2026-04-27 18:51:50 +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
75 lines
2.3 KiB
Markdown
75 lines
2.3 KiB
Markdown
# PaddleSeg C++部署示例
|
|
|
|
本目录下用于展示PaddleSeg系列模型在RKNPU2上的部署，以下的部署过程以PPHumanSeg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
|
|
├── image # 存放图片的文件夹
|
|
├── infer_cpu_npu.cc
|
|
├── infer_cpu_npu.h
|
|
├── main.cc
|
|
├── model # 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 model
|
|
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，输入以下命令下载使用(模型文件为RK3588，RK3568需要重新[转换PPSeg RKNN模型](../README.md))。
|
|
|
|
### 准备测试图片至image文件夹
|
|
```bash
|
|
wget https://paddleseg.bj.bcebos.com/dygraph/pp_humanseg_v2/images.zip
|
|
unzip -qo images.zip
|
|
```
|
|
|
|
### 编译example
|
|
|
|
```bash
|
|
cd build
|
|
cmake ..
|
|
make -j8
|
|
make install
|
|
```
|
|
|
|
## 运行例程
|
|
|
|
```bash
|
|
cd ./build/install
|
|
./rknpu_test model/Portrait_PP_HumanSegV2_Lite_256x144_infer/ 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。
|
|
|
|
- [模型介绍](../../)
|
|
- [Python部署](../python)
|
|
- [转换PPSeg RKNN模型文档](../README.md)
|