mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2026-04-23 17:11:21 +08:00
yunyaoXYY
dc2dad62a4
* Improve the usage of fastdeploy tools * Fix quantized YOLOv5,v6 and v7 model deployment
31 lines
1.6 KiB
Markdown
31 lines
1.6 KiB
Markdown
# YOLOv7量化模型 Python部署示例
|
|
本目录下提供的`infer.py`,可以帮助用户快速完成YOLOv7量化模型在CPU/GPU上的部署推理加速.
|
|
|
|
## 部署准备
|
|
### FastDeploy环境准备
|
|
- 1. 软硬件环境满足要求，参考[FastDeploy环境要求](../../../../../../docs/cn/build_and_install/download_prebuilt_libraries.md)
|
|
- 2. FastDeploy Python whl包安装，参考[FastDeploy Python安装](../../../../../../docs/cn/build_and_install/download_prebuilt_libraries.md)
|
|
|
|
### 量化模型准备
|
|
- 1. 用户可以直接使用由FastDeploy提供的量化模型进行部署.
|
|
- 2. 用户可以使用FastDeploy提供的[一键模型自动化压缩工具](../../../../../../tools/auto_compression/),自行进行模型量化, 并使用产出的量化模型进行部署.
|
|
|
|
## 以量化后的YOLOv7模型为例, 进行部署
|
|
```bash
|
|
#下载部署示例代码
|
|
git clone https://github.com/PaddlePaddle/FastDeploy.git
|
|
cd examples/vision/detection/yolov7/quantize/python
|
|
|
|
#下载FastDeloy提供的yolov7量化模型文件和测试图片
|
|
wget https://bj.bcebos.com/paddlehub/fastdeploy/yolov7_quant.tar
|
|
tar -xvf yolov7_quant.tar
|
|
wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg
|
|
|
|
# 在CPU上使用ONNX Runtime推理量化模型
|
|
python infer.py --model yolov7_quant --image 000000014439.jpg --device cpu --backend ort
|
|
# 在GPU上使用TensorRT推理量化模型
|
|
python infer.py --model yolov7_quant --image 000000014439.jpg --device gpu --backend trt
|
|
# 在GPU上使用Paddle-TensorRT推理量化模型
|
|
python infer.py --model yolov7_quant --image 000000014439.jpg --device gpu --backend pptrt
|
|
```
|