Python预测部署

文档说明了在树莓派上使用Python版本的Paddle-Lite进行PaddleX模型好的预测部署，根据下面的命令安装Python版本的Paddle-Lite预测库，若安装不成功用户也可以下载whl文件进行安装Paddle-Lite_2.6.0_python，更多版本请参考Paddle-Lite Release Note

python -m pip install paddlelite

部署前需要先将PaddleX模型转换为Paddle-Lite的nb模型，具体请参考Paddle-Lite模型转换 注意：若用户使用2.6.0的Python预测库，请下载2.6.0版本的opt转换工具转换模型

前置条件

• Python 3.6+
• Paddle-Lite_python 2.6.0+

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/raspberry/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
--cfg_file	PaddleX model 的.yml配置文件
--thread_num	预测的线程数, 默认值为1

注意：由于Paddle-lite的python api尚不支持int64数据的输入，目前树莓派在python下不支持部署YoloV3，如需要请使用C++代码部署YoloV3模型

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/nb_model --img /path/to/test_img.jpeg --cfg_file /path/to/PadlleX_model.yml --thread_num 4 

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/nb_model --image_list /root/projects/images_list.txt --cfg_file=/path/to/PadlleX_model.yml --thread_num 4