Skip to content

Latest commit

 

History

History
 
 

python

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
README.md
README.md
 
 
infer.py
infer.py
 
 

README.md

YOLOv5Cls Python部署示例

在部署前，需确认以下两个步骤

本目录下提供infer.py快速完成YOLOv5Cls在CPU/GPU，以及GPU上通过TensorRT加速部署的示例。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/classification/yolov5cls/python/

#下载 YOLOv5Cls 模型文件和测试图片
wget https://bj.bcebos.com/paddlehub/fastdeploy/yolov5n-cls.onnx
wget https://gitee.com/paddlepaddle/PaddleClas/raw/release/2.4/deploy/images/ImageNet/ILSVRC2012_val_00000010.jpeg

# CPU推理
python infer.py --model yolov5n-cls.onnx --image ILSVRC2012_val_00000010.jpeg --device cpu --topk 1
# GPU推理
python infer.py --model yolov5n-cls.onnx --image ILSVRC2012_val_00000010.jpeg --device gpu --topk 1
# GPU上使用TensorRT推理
python infer.py --model yolov5n-cls.onnx --image ILSVRC2012_val_00000010.jpeg --device gpu --use_trt True

运行完成后返回结果如下所示

ClassifyResult(
label_ids: 265,
scores: 0.196327,
)

YOLOv5Cls Python接口

fastdeploy.vision.classification.YOLOv5Cls(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)

YOLOv5Cls模型加载和初始化，其中model_file为导出的ONNX模型格式

参数

  • model_file(str): 模型文件路径
  • params_file(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
  • 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ONNX

predict函数

YOLOv5Cls.predict(image_data, topk=1)

模型预测结口，输入图像直接输出分类topk结果。

参数

  • input_image(np.ndarray): 输入数据，注意需为HWC，BGR格式
  • topk(int):返回预测概率最高的topk个分类结果，默认为1

返回

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

其它文档