update docs

README_ch.md

@@ -78,7 +78,7 @@ PP-ShiTu图像识别快速体验：[点击这里](./docs/zh_CN/quick_start/quick
   - 推理部署
     - [基于python预测引擎推理](docs/zh_CN/inference_deployment/python_deploy.md#1)
     - [基于C++预测引擎推理](docs/zh_CN/inference_deployment/cpp_deploy.md)
-    - [服务化部署](docs/zh_CN/inference_deployment/paddle_serving_deploy.md)
+    - [服务化部署](docs/zh_CN/inference_deployment/classification_serving_deploy.md)
     - [端侧部署](docs/zh_CN/inference_deployment/paddle_lite_deploy.md)
     - [Paddle2ONNX模型转化与预测](deploy/paddle2onnx/readme.md)
   - [模型压缩](deploy/slim/README.md)
@@ -93,7 +93,7 @@ PP-ShiTu图像识别快速体验：[点击这里](./docs/zh_CN/quick_start/quick
   - 推理部署
     - [基于python预测引擎推理](docs/zh_CN/inference_deployment/python_deploy.md#2)
     - [基于C++预测引擎推理](deploy/cpp_shitu/readme.md)
-    - [服务化部署](docs/zh_CN/inference_deployment/paddle_serving_deploy.md)
+    - [服务化部署](docs/zh_CN/inference_deployment/recognition_serving_deploy.md)
     - [端侧部署](deploy/lite_shitu/README.md)
 - PP系列骨干网络模型
   - [PP-HGNet](docs/zh_CN/models/PP-HGNet.md)

deploy/paddleserving/readme.md

@@ -112,7 +112,7 @@ python3.7 -m pip install paddle-serving-server-gpu==0.7.0.post112 # GPU with CUD
       └── serving_client_conf.stream.prototxt
   ```
 
-- Serving 为了兼容不同模型的部署，提供了输入输出重命名的功能。让不同的模型在推理部署时，只需要修改配置文件的 `alias_name` 即可，无需修改代码即可完成推理部署。因此在转换完毕后需要分别修改 `ResNet50_vd_serving` 和 `ResNet50_vd_client` 下文件 `serving_server_conf.prototxt` 中的 alias 名字，将 `fetch_var` 中的 `alias_name` 改为 `prediction`，修改后的 serving_server_conf.prototxt 如下所示:
+- Serving 为了兼容不同模型的部署，提供了输入输出重命名的功能。让不同的模型在推理部署时，只需要修改配置文件的 `alias_name` 即可，无需修改代码即可完成推理部署。因此在转换完毕后需要分别修改 `ResNet50_vd_serving` 下的文件 `serving_server_conf.prototxt` 和 `ResNet50_vd_client` 下的文件 `serving_client_conf.prototxt`，将 `fetch_var` 中 `alias_name:` 后的字段改为 `prediction`，修改后的 `serving_server_conf.prototxt` 和 `serving_client_conf.prototxt` 如下所示:
   ```log
   feed_var {
     name: "inputs"
@@ -159,7 +159,7 @@ test_cpp_serving_client.py    # rpc方式发送C++ serving预测请求的脚本
   # 发送服务请求
   python3.7 pipeline_http_client.py
   ```
-  成功运行后，模型预测的结果会打印在 cmd 窗口中，结果如下：
+  成功运行后，模型预测的结果会打印在客户端中，如下所示：
   ```log
   {'err_no': 0, 'err_msg': '', 'key': ['label', 'prob'], 'value': ["['daisy']", '[0.9341402053833008]'], 'tensors': []}
   ```
@@ -180,11 +180,11 @@ test_cpp_serving_client.py    # rpc方式发送C++ serving预测请求的脚本
   # 进入工作目录
   cd PaddleClas/deploy/paddleserving
   # 一键编译安装Serving server、设置 SERVING_BIN
-  bash ./build_server.sh python3.7
+  source ./build_server.sh python3.7
   ```
   **注：**[build_server.sh](./build_server.sh#L55-L62)所设定的路径可能需要根据实际机器上的环境如CUDA、python版本等作一定修改，然后再编译。
 
-- 修改客户端文件 `ResNet50_client/serving_client_conf.prototxt` ，将 `feed_type:` 后的字段改为20，将第一个 `shape:` 后的字段改为1并删掉其余的 `shape` 字段。
+- 修改客户端文件 `ResNet50_vd_client/serving_client_conf.prototxt` ，将 `feed_type:` 后的字段改为20，将第一个 `shape:` 后的字段改为1并删掉其余的 `shape` 字段。
   ```log
   feed_var {
     name: "inputs"
@@ -195,16 +195,16 @@ test_cpp_serving_client.py    # rpc方式发送C++ serving预测请求的脚本
   }
   ```
 - 修改 [`test_cpp_serving_client`](./test_cpp_serving_client.py) 的部分代码
-  1. 修改 [`feed={"inputs": image}`](./test_cpp_serving_client.py#L28) 部分代码，将 `load_client_config` 后的路径改为 `ResNet50_client/serving_client_conf.prototxt` 。
-  2. 修改 [`feed={"inputs": image}`](./test_cpp_serving_client.py#L45) 部分代码，将 `inputs` 改为与 `ResNet50_client/serving_client_conf.prototxt` 中 `feed_var` 字段下面的 `name` 一致。由于部分模型client文件中的 `name` 为 `x` 而不是 `inputs` ，因此使用这些模型进行C++ Serving部署时需要注意这一点。
+  1. 修改 [`load_client_config`](./test_cpp_serving_client.py#L28) 处的代码，将 `load_client_config` 后的路径改为 `ResNet50_vd_client/serving_client_conf.prototxt` 。
+  2. 修改 [`feed={"inputs": image}`](./test_cpp_serving_client.py#L45) 处的代码，将 `inputs` 改为与 `ResNet50_vd_client/serving_client_conf.prototxt` 中 `feed_var` 字段下面的 `name` 一致。由于部分模型client文件中的 `name` 为 `x` 而不是 `inputs` ，因此使用这些模型进行C++ Serving部署时需要注意这一点。
 
 - 启动服务：
   ```shell
   # 启动服务， 服务在后台运行，运行日志保存在 nohup.txt
   # CPU部署
-  sh run_cpp_serving.sh
+  bash run_cpp_serving.sh
   # GPU部署并指定0号卡
-  sh run_cpp_serving.sh 0
+  bash run_cpp_serving.sh 0
   ```
 
 - 发送请求：
@@ -212,7 +212,7 @@ test_cpp_serving_client.py    # rpc方式发送C++ serving预测请求的脚本
   # 发送服务请求
   python3.7 test_cpp_serving_client.py
   ```
-  成功运行后，模型预测的结果会打印在 cmd 窗口中，结果如下：
+  成功运行后，模型预测的结果会打印在客户端中，如下所示：
   ```log
   prediction: daisy, probability: 0.9341399073600769
   ```

deploy/paddleserving/recognition/readme.md

@@ -119,6 +119,26 @@ python3.7 -m pip install paddle-serving-server-gpu==0.7.0.post112 # GPU with CUD
   ```
   上述命令的参数含义与[#3.1 模型转换](#3.1)相同
 
+  识别推理模型转换完成后，会在当前文件夹多出 `general_PPLCNet_x2_5_lite_v1.0_serving/` 和 `general_PPLCNet_x2_5_lite_v1.0_client/` 的文件夹。分别修改 `general_PPLCNet_x2_5_lite_v1.0_serving/` 和 `general_PPLCNet_x2_5_lite_v1.0_client/` 目录下的 `serving_server_conf.prototxt` 中的 `alias` 名字： 将 `fetch_var` 中的 `alias_name` 改为 `features`。 修改后的 `serving_server_conf.prototxt` 内容如下
+
+  ```log
+  feed_var {
+  name: "x"
+  alias_name: "x"
+  is_lod_tensor: false
+  feed_type: 1
+  shape: 3
+  shape: 224
+  shape: 224
+  }
+  fetch_var {
+    name: "save_infer_model/scale_0.tmp_1"
+    alias_name: "features"
+    is_lod_tensor: false
+    fetch_type: 1
+    shape: 512
+  }
+  ```
   通用检测 inference 模型转换完成后，会在当前文件夹多出 `picodet_PPLCNet_x2_5_mainbody_lite_v1.0_serving/` 和 `picodet_PPLCNet_x2_5_mainbody_lite_v1.0_client/` 的文件夹，具备如下结构：
     ```shell
     ├── picodet_PPLCNet_x2_5_mainbody_lite_v1.0_serving/
@@ -182,7 +202,7 @@ python3.7 -m pip install paddle-serving-server-gpu==0.7.0.post112 # GPU with CUD
   ```shell
   python3.7 pipeline_http_client.py
   ```
-  成功运行后，模型预测的结果会打印在 cmd 窗口中，结果如下：
+  成功运行后，模型预测的结果会打印在客户端中，如下所示：
   ```log
   {'err_no': 0, 'err_msg': '', 'key': ['result'], 'value': ["[{'bbox': [345, 95, 524, 576], 'rec_docs': '红牛-强化型', 'rec_scores': 0.79903316}]"], 'tensors': []}
   ```
@@ -219,9 +239,9 @@ python3.7 -m pip install paddle-serving-server-gpu==0.7.0.post112 # GPU with CUD
 
   # 端口号默认为9400；运行日志默认保存在 log_PPShiTu.txt 中
   # CPU部署
-  sh run_cpp_serving.sh
+  bash run_cpp_serving.sh
   # GPU部署，并指定第0号卡
-  sh run_cpp_serving.sh 0
+  bash run_cpp_serving.sh 0
   ```
 
 - 发送请求：
@@ -229,7 +249,7 @@ python3.7 -m pip install paddle-serving-server-gpu==0.7.0.post112 # GPU with CUD
   # 发送服务请求
   python3.7 test_cpp_serving_client.py
   ```
-  成功运行后，模型预测的结果会打印在客户端的终端窗口中，结果如下所示：
+  成功运行后，模型预测的结果会打印在客户端中，如下所示：
   ```log
   WARNING: Logging before InitGoogleLogging() is written to STDERR
   I0614 03:01:36.273097  6084 naming_service_thread.cpp:202] brpc::policy::ListNamingService("127.0.0.1:9400"): added 1

deploy/paddleserving/recognition/run_cpp_serving.sh

@@ -5,10 +5,10 @@ if [[ -n "${gpu_id}" ]]; then
     nohup python3.7 -m paddle_serving_server.serve \
     --model ../../models/picodet_PPLCNet_x2_5_mainbody_lite_v1.0_serving ../../models/general_PPLCNet_x2_5_lite_v1.0_serving \
     --op GeneralPicodetOp GeneralFeatureExtractOp \
-    --port 9400 --gpu_id="${gpu_id}" >>log_PPShiTu.txt 1&>2 &
+    --port 9400 --gpu_id="${gpu_id}" > log_PPShiTu.txt 2>&1 &
 else
     nohup python3.7 -m paddle_serving_server.serve \
     --model ../../models/picodet_PPLCNet_x2_5_mainbody_lite_v1.0_serving ../../models/general_PPLCNet_x2_5_lite_v1.0_serving \
     --op GeneralPicodetOp GeneralFeatureExtractOp \
-    --port 9400 >>log_PPShiTu.txt 1&>2 &
+    --port 9400 > log_PPShiTu.txt 2>&1 &
 fi

docs/zh_CN/inference_deployment/classification_serving_deploy.md

+../../../deploy/paddleserving/readme.md
\ No newline at end of file

docs/zh_CN/inference_deployment/deployment/paddle_classification_serving_deploy.md

-deploy/paddleserving/readme.md
\ No newline at end of file

docs/zh_CN/inference_deployment/deployment/paddle_recognition_serving_deploy.md

-deploy/paddleserving/recognition/readme.md
\ No newline at end of file

docs/zh_CN/inference_deployment/inference/python_deploy.md → docs/zh_CN/inference_deployment/python_deploy.md

@@ -8,9 +8,9 @@
 
 - [1. 图像分类模型推理](#1)
 - [2. PP-ShiTu模型推理](#2)
-	- [2.1 主体检测模型推理](#2.1)
-	- [2.2 特征提取模型推理](#2.2)
-	- [2.3 PP-ShiTu PipeLine推理](#2.3)
+    - [2.1 主体检测模型推理](#2.1)
+    - [2.2 特征提取模型推理](#2.2)
+    - [2.3 PP-ShiTu PipeLine推理](#2.3)
 
 <a name="1"></a>
 ## 1. 图像分类推理

docs/zh_CN/inference_deployment/recognition_serving_deploy.md

+../../../deploy/paddleserving/recognition/readme.md
\ No newline at end of file