README_CN.md

English | 简体中文

Smoke 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
• 2. FastDeploy Python whl 包安装，参考FastDeploy Python安装

本目录下提供 infer.py 快速完成 Smoke 在 CPU/GPU上部署的示例。执行如下脚本即可完成

#下载部署示例代码
git clone https://github.com/PaddlePaddle/FastDeploy.git
cd examples/vision/vision/paddle3d/smoke/python

wget https://bj.bcebos.com/fastdeploy/models/smoke.tar.gz
tar -xf smoke.tar.gz
wget https://bj.bcebos.com/fastdeploy/models/smoke_test.png

# CPU推理
python infer.py --model smoke --image smoke_test.png --device cpu
# GPU推理
python infer.py --model smoke --image smoke_test.png --device gpu

运行完成可视化结果如下图所示

Smoke Python接口

fastdeploy.vision.detection.Smoke(model_file, params_file, config_file, runtime_option=None, model_format=ModelFormat.PADDLE)

Smoke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
• runtime_option(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
• model_format(ModelFormat): 模型格式，默认为Paddle格式

predict 函数

Smoke.predict(image_data)

模型预测结口，输入图像直接输出检测结果。

参数

• image_data(np.ndarray): 输入数据，注意需为HWC，BGR格式

返回

返回fastdeploy.vision.PerceptionResult结构体，结构体说明参考文档视觉模型预测结果

其它文档

• Smoke 模型介绍
• Smoke C++部署
• 模型预测结果说明
• 如何切换模型推理后端引擎