本目录下提供infer.cs来调用C# API快速完成PaddleClas模型在CPU/GPU上部署的示例。
PaddleClas支持利用FastDeploy在NVIDIA GPU、X86 CPU、飞腾CPU、ARM CPU、Intel GPU(独立显卡/集成显卡)硬件上快速部署图像分类模型.
在部署前，需确认软硬件环境，同时下载预编译部署库，参考FastDeploy安装文档安装FastDeploy预编译库. 在本目录执行如下命令即可在Windows完成编译测试，支持此模型需保证FastDeploy版本1.0.4以上(x.x.x>=1.0.4)
在部署前, 请准备好您所需要运行的推理模型, 您可以在FastDeploy支持的PaddleClas模型列表中下载所需模型.
下载完成后将该程序添加到环境变量PATH中
https://bj.bcebos.com/paddlehub/fastdeploy/ResNet50_vd_infer.tgz # (下载后解压缩) https://gitee.com/paddlepaddle/PaddleClas/raw/release/2.4/deploy/images/ImageNet/ILSVRC2012_val_00000010.jpeg
本文档编译的示例代码的编译工具依赖VS 2019，Windows打开x64 Native Tools Command Prompt for VS 2019命令工具，通过如下命令开始编译
## 下载FastDeploy预编译库，用户可在上文提到的`FastDeploy预编译库`中自行选择合适的版本使用
https://bj.bcebos.com/fastdeploy/release/cpp/fastdeploy-linux-x64-x.x.x.tgz
# 下载部署示例代码
git clone https://github.com/PaddlePaddle/FastDeploy.git
cd FastDeploy\examples\vision\classification\paddleclas\cpu-gpu\csharp
# 如果您希望从PaddleClas下载示例代码，请运行
git clone https://github.com/PaddlePaddle/PaddleClas.git
# 注意：如果当前分支找不到下面的fastdeploy测试代码，请切换到develop分支
git checkout develop
cd D:\PaddleClas\deploy\fastdeploy\cpu-gpu\csharp
mkdir build && cd build
cmake .. -G "Visual Studio 16 2019" -A x64 -DFASTDEPLOY_INSTALL_DIR=D:\fastdeploy-win-x64-gpu-x.x.x -DCUDA_DIRECTORY="C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.2"
nuget restore
msbuild infer_demo.sln /m:4 /p:Configuration=Release /p:Platform=x64关于使用Visual Studio 2019创建sln工程，或者CMake工程等方式编译的更详细信息，可参考如下文档
注意Windows上运行时，需要将FastDeploy依赖的库拷贝至可执行程序所在目录, 或者配置环境变量。FastDeploy提供了工具帮助我们快速将所有依赖库拷贝至可执行程序所在目录,通过如下命令将所有依赖的dll文件拷贝至可执行程序所在的目录(可能生成的可执行文件在Release下还有一层目录，这里假设生成的可执行文件在Release处)
cd D:\Download\fastdeploy-win-x64-gpu-x.x.x
fastdeploy_init.bat install %cd% D:\PaddleClas\deploy\fastdeploy\cpu-gpu\csharp\build\Release将dll拷贝到当前路径后，准备好模型和图片，使用如下命令运行可执行程序即可
cd Release
# CPU推理
infer_demo ResNet50_vd_infer ILSVRC2012_val_00000010.jpeg 0
# GPU推理
infer_demo ResNet50_vd_infer ILSVRC2012_val_00000010.jpeg 1下面提供了PaddleClas的C# API简介
- 如果用户想要更换部署后端或进行其他定制化操作, 请查看C# Runtime API.
- 更多 PaddleClas C# API 请查看 C# PaddleClas API
fastdeploy.vision.classification.PaddleClasModel(
string model_file,
string params_file,
string config_file,
fastdeploy.RuntimeOption runtime_option = null,
fastdeploy.ModelFormat model_format = ModelFormat.PADDLE)PaddleClasModel模型加载和初始化。
参数
- model_file(str): 模型文件路径
- params_file(str): 参数文件路径
- config_file(str): 配置文件路径，即PaddleClas导出的部署yaml文件
- runtime_option(RuntimeOption): 后端推理配置，默认为null，即采用默认配置
- model_format(ModelFormat): 模型格式，默认为PADDLE格式
fastdeploy.ClassifyResult Predict(OpenCvSharp.Mat im)模型预测接口，输入图像直接输出检测结果。
参数
- im(Mat): 输入图像，注意需为HWC，BGR格式
返回值
- result: 分类结果，包括label_id，以及相应的置信度, ClassifyResult说明参考视觉模型预测结果