cpp

English | 简体中文

PaddleSeg XPU C++部署示例

本目录下提供infer.cc快速完成PP-LiteSeg在昆仑芯 XPU 上部署的示例。

1. 部署环境准备

在部署前，需自行编译基于昆仑芯XPU的预测库，参考文档昆仑芯XPU部署环境编译安装

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PaddleSeg部署模型，如果你部署的为PP-Matting、PP-HumanMatting以及ModNet请参考Matting模型部署。

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/PaddleSeg.git 
# 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
cd PaddleSeg/deploy/fastdeploy/semantic_segmentation/kunlunxin/cpp

mkdir build
cd build
# 使用编译完成的FastDeploy库编译infer_demo
cmake .. -DFASTDEPLOY_INSTALL_DIR=${PWD}/fastdeploy-kunlunxin
make -j

# 下载PP-LiteSeg模型文件和测试图片
wget https://bj.bcebos.com/paddlehub/fastdeploy/PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer.tgz
tar -xvf PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer.tgz
wget https://paddleseg.bj.bcebos.com/dygraph/demo/cityscapes_demo.png

# 华为昇腾推理
./infer_demo PP_LiteSeg_B_STDC2_cityscapes_without_argmax_infer cityscapes_demo.png

运行完成可视化结果如下图所示

4. 更多指南

• PaddleSeg C++ API文档
• FastDeploy部署PaddleSeg模型概览
• Python部署