English | 简体中文
PaddleDetection Ascend C++部署示例
本目录下提供infer.cc快速完成PPYOLOE在华为昇腾上部署的示例。
1. 部署环境准备
在部署前，需自行编译基于华为昇腾NPU的预测库，参考文档华为昇腾NPU部署环境编译
2. 部署模型准备
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PaddleDetection部署模型。
3. 运行部署示例
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/PaddleDetection.git
cd PaddleDetection/deploy/fastdeploy/cpu-gpu/cpp/ascend/cpp
# 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
mkdir build
cd build
# 使用编译完成的FastDeploy库编译infer_demo
cmake .. -DFASTDEPLOY_INSTALL_DIR=${PWD}/fastdeploy-ascend
make -j
# 下载模型文件和测试图片
wget https://bj.bcebos.com/paddlehub/fastdeploy/ppyoloe_crn_l_300e_coco.tgz
wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg
tar xvf ppyoloe_crn_l_300e_coco.tgz
# 华为昇腾推理
./infer_demo ./ppyoloe_crn_l_300e_coco 000000014439.jpg
运行完成可视化结果如下图所示
