English | 简体中文
本目录下提供infer.cc
快速完成PP-LiteSeg在昆仑芯 XPU 上部署的示例。
在部署前,需自行编译基于昆仑芯XPU的预测库,参考文档昆仑芯XPU部署环境编译安装
在部署前,请准备好您所需要运行的推理模型,你可以选择使用预导出的推理模型或者自行导出PaddleSeg部署模型,如果你部署的为PP-Matting、PP-HumanMatting以及ModNet请参考Matting模型部署。
以Linux上推理为例,在本目录执行如下命令即可完成编译测试。
# 下载部署示例代码
git clone https://github.com/PaddlePaddle/FastDeploy.git
cd FastDeploy/examples/vision/segmentation/semantic_segmentation/kunlunxin/cpp
# 如果您希望从PaddleSeg下载示例代码,请运行
# git clone https://github.com/PaddlePaddle/PaddleSeg.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 PaddleSeg/deploy/fastdeploy/semantic_segmentation/kunlunxin/cpp
mkdir build
cd build
# 使用编译完成的FastDeploy库编译infer_demo
cmake .. -DFASTDEPLOY_INSTALL_DIR=${PWD}/fastdeploy-kunlunxin
make -j
# 下载PP-LiteSeg模型文件和测试图片
wget https://bj.bcebos.com/paddlehub/fastdeploy/PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer.tgz
tar -xvf PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer.tgz
wget https://paddleseg.bj.bcebos.com/dygraph/demo/cityscapes_demo.png
# 华为昇腾推理
./infer_demo PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer cityscapes_demo.png
运行完成可视化结果如下图所示