yangjun dfa27afb39 提交PaddleDetection develop 分支 d56cf3f7c294a7138013dac21f87da4ea6bee829 | 1 éve | |
---|---|---|
.. | ||
imgs | 1 éve | |
README.md | 1 éve | |
coco_label.txt | 1 éve | |
infer_demo.py | 1 éve |
本文件夹提供利用ONNX Runtime进行 PicoDet 部署与Inference images 的 Demo。
本demo采用的是 ONNX Runtime 1.10.0,可直接运行如下指令安装:
pip install onnxruntime
详细安装步骤,可参考 Install ONNX Runtime。
准备测试模型:根据PicoDet中【导出及转换模型】步骤,采用包含后处理的方式导出模型(-o export.benchmark=False
),并生成待测试模型简化后的onnx模型(可在下文链接中直接下载)。同时在本目录下新建onnx_file
文件夹,将导出的onnx模型放在该目录下。
准备测试所用图片:将待测试图片放在./imgs
文件夹下,本demo已提供了两张测试图片。
在本目录下直接运行:
python infer_demo.py --modelpath ./onnx_file/picodet_s_320_lcnet_postprocessed.onnx
将会对./imgs
文件夹下所有图片进行识别,并将识别结果保存在./results
文件夹下。
结果:
模型 | 输入尺寸 | ONNX( w/ 后处理) |
---|---|---|
PicoDet-XS | 320*320 | model |
PicoDet-XS | 416*416 | model |
PicoDet-S | 320*320 | model |
PicoDet-S | 416*416 | model |
PicoDet-M | 320*320 | model |
PicoDet-M | 416*416 | model |
PicoDet-L | 320*320 | model |
PicoDet-L | 416*416 | model |
PicoDet-L | 640*640 | model |