预测部署-paddlex.deploy¶
使用Paddle Inference进行高性能的Python预测部署。更多关于Paddle Inference信息请参考Paddle Inference文档
Predictor类¶
图像分类、目标检测、实例分割、语义分割统一的预测器,实现高性能预测。
paddlex.deploy.Predictor(model_dir, use_gpu=False, gpu_id=0, use_mkl=False, mkl_thread_num=4, use_trt=False, use_glog=False, memory_optimize=True)
参数
- model_dir (str): 导出为inference格式的模型路径。
- use_gpu (bool): 是否使用GPU进行预测。
- gpu_id (int): 使用的GPU序列号。
- use_mkl (bool): 是否使用mkldnn加速库。
- mkl_thread_num (int): 使用mkldnn加速库时的线程数,默认为4
- use_trt (boll): 是否使用TensorRT预测引擎。
- use_glog (bool): 是否打印中间日志。
- memory_optimize (bool): 是否优化内存使用。
示例¶
import paddlex
model = paddlex.deploy.Predictor(model_dir, use_gpu=True)
result = model.predict(image_file)
batch_predict 接口¶
batch_predict(image_list)
批量图片预测接口。
参数
- image_list (list|tuple): 对列表(或元组)中的图像同时进行预测,列表中的元素可以是图像路径或numpy数组(HWC排列,BGR格式)。
- topk (int): 图像分类时使用的参数,表示预测前topk个可能的分类。