Python预测部署

文档说明了在python下基于OpenVINO的预测部署，部署前需要先将paddle模型转换为OpenVINO的Inference Engine，请参考模型转换。目前CPU硬件上支持PadlleX的分类、检测、分割模型；VPU上支持PaddleX的分类模型。

前置条件

• Python 3.6+
• OpenVINO 2021.1

说明：OpenVINO安装请参考OpenVINO

请确保系统已经安装好上述基本软件，下面所有示例以工作目录 /root/projects/演示。

预测部署

运行/root/projects/PaddleX/deploy/openvino/python目录下demo.py文件可以进行预测，其命令参数说明如下：

参数	说明
--model_dir	模型转换生成的.xml文件路径，请保证模型转换生成的三个文件在同一路径下
--img	要预测的图片文件路径
--image_list	按行存储图片路径的.txt文件
--device	运行的平台,可选项{"CPU"，"MYRIAD"} ,默认值为"CPU"，VPU下上请使用"MYRIAD"
--cfg_file	PaddleX model 的.yml配置文件

样例

样例一：测试图片 /path/to/test_img.jpeg

cd /root/projects/python  

python demo.py --model_dir /path/to/openvino_model --img /path/to/test_img.jpeg --cfg_file /path/to/PadlleX_model.yml

样例二`:

预测多个图片/path/to/image_list.txt，image_list.txt内容的格式如下：

/path/to/images/test_img1.jpeg
/path/to/images/test_img2.jpeg
...
/path/to/images/test_imgn.jpeg

cd /root/projects/python  

python demo.py --model_dir /path/to/models/openvino_model --image_list /root/projects/images_list.txt --cfg_file=/path/to/PadlleX_model.yml