From 31e1c95178ea963b6bb4e6e01f064a08da905620 Mon Sep 17 00:00:00 2001 From: cuicheng01 Date: Wed, 22 Jun 2022 07:58:58 +0000 Subject: [PATCH] update quick_start of models --- docs/zh_CN/models/PP-HGNet.md | 50 +++++++++++++++++++++++---------- docs/zh_CN/models/PP-LCNet.md | 40 +++++++++++++++++++------- docs/zh_CN/models/PP-LCNetV2.md | 42 +++++++++++++++++++-------- docs/zh_CN/models/ResNet.md | 39 ++++++++++++++++++------- 4 files changed, 125 insertions(+), 46 deletions(-) diff --git a/docs/zh_CN/models/PP-HGNet.md b/docs/zh_CN/models/PP-HGNet.md index 1150c875..f89c11c8 100644 --- a/docs/zh_CN/models/PP-HGNet.md +++ b/docs/zh_CN/models/PP-HGNet.md @@ -5,8 +5,9 @@ - [1.2 模型细节](#1.2) - [1.3 实验结果](#1.3) - [2. 模型快速体验](#2) - - [2.1 安装 paddleclas](#2.1) - - [2.2 预测](#2.2) + - [2.1 安装 paddlepaddle](#2.1) + - [2.2 安装 paddleclas](#2.2) + - [2.3 预测](#2.3) - [3. 模型训练、评估和预测](#3) - [3.1 环境配置](#3.1) - [3.2 数据准备](#3.2) @@ -88,24 +89,43 @@ PP-HGNet 与其他模型的比较如下，其中测试机器为 NVIDIA® Tesla® | ResNeXt101_32x48d_wsl | 85.37 | 97.69 | 55.07 | | SwinTransformer_base | 85.2 | 97.5 | 13.53 | | PPHGNet_base_ssld | 85.00| 97.35 | 5.97 | - - - + + + ## 2. 模型快速体验 - - -### 2.1 安装 paddleclas - -使用如下命令快速安装 paddlepaddle, paddleclas - -``` -pip3 install paddlepaddle paddleclas + + +### 2.1 安装 paddlepaddle + +- 您的机器安装的是 CUDA9 或 CUDA10，请运行以下命令安装 + +```bash +python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple +``` + +- 您的机器是CPU，请运行以下命令安装 + +```bash +python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple ``` - + +更多的版本需求，请参照[飞桨官网安装文档](https://www.paddlepaddle.org.cn/install/quick)中的说明进行操作。 + + + +### 2.2 安装 paddleclas + +使用如下命令快速安装 paddleclas + +``` +pip3 install paddleclas +``` + + -### 2.2 预测 +### 2.3 预测 * 在命令行中使用 PPHGNet_small 的权重快速预测 diff --git a/docs/zh_CN/models/PP-LCNet.md b/docs/zh_CN/models/PP-LCNet.md index 2c9627cf..2df3c3e2 100644 --- a/docs/zh_CN/models/PP-LCNet.md +++ b/docs/zh_CN/models/PP-LCNet.md @@ -16,8 +16,9 @@ - [1.4.2 基于 V100 GPU 的预测速度](#1.4.2) - [1.4.3 基于 SD855 的预测速度](#1.4.3) - [2. 模型快速体验](#2) - - [2.1 安装 paddleclas](#2.1) - - [2.2 预测](#2.2) + - [2.1 安装 paddlepaddle](#2.1) + - [2.2 安装 paddleclas](#2.2) + - [2.3 预测](#2.3) - [3. 模型训练、评估和预测](#3) - [3.1 环境配置](#3.1) - [3.2 数据准备](#3.2) @@ -240,16 +241,35 @@ MobileNetV3_large_x0_75 | 64.53 | 151 | -### 2.1 安装 paddleclas - -使用如下命令快速安装 paddlepaddle, paddleclas - -``` -pip3 install paddlepaddle paddleclas +### 2.1 安装 paddlepaddle + +- 您的机器安装的是 CUDA9 或 CUDA10，请运行以下命令安装 + +```bash +python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple +``` + +- 您的机器是CPU，请运行以下命令安装 + +```bash +python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple +``` + +更多的版本需求，请参照[飞桨官网安装文档](https://www.paddlepaddle.org.cn/install/quick)中的说明进行操作。 + + + +### 2.2 安装 paddleclas + +使用如下命令快速安装 paddleclas + +``` +pip3 install paddleclas ``` - -### 2.2 预测 + + +### 2.3 预测 * 在命令行中使用 PPLCNet_x1_0 的权重快速预测 diff --git a/docs/zh_CN/models/PP-LCNetV2.md b/docs/zh_CN/models/PP-LCNetV2.md index 23c01df1..01498478 100644 --- a/docs/zh_CN/models/PP-LCNetV2.md +++ b/docs/zh_CN/models/PP-LCNetV2.md @@ -14,8 +14,9 @@ - [1.2.5 SE 模块](#1.2.5) - [1.3 实验结果](#1.3) - [2. 模型快速体验](#2) - - [2.1 安装 paddleclas](#2.1) - - [2.2 预测](#2.2) + - [2.1 安装 paddlepaddle](#2.1) + - [2.2 安装 paddleclas](#2.2) + - [2.3 预测](#2.3) - [3. 模型训练、评估和预测](#3) - [3.1 环境配置](#3.1) - [3.2 数据准备](#3.2) @@ -114,22 +115,41 @@ PPLCNetV2 目前提供的模型的精度、速度指标及预训练权重链接 | PPLCNetV2_base_ssld | 6.6 | 604 | 80.07 | 94.87 | 4.32 | - + ## 2. 模型快速体验 -### 2.1 安装 paddleclas - -使用如下命令快速安装 paddlepaddle, paddleclas - -``` -pip3 install paddlepaddle paddleclas +### 2.1 安装 paddlepaddle + +- 您的机器安装的是 CUDA9 或 CUDA10，请运行以下命令安装 + +```bash +python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple +``` + +- 您的机器是CPU，请运行以下命令安装 + +```bash +python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple +``` + +更多的版本需求，请参照[飞桨官网安装文档](https://www.paddlepaddle.org.cn/install/quick)中的说明进行操作。 + + + +### 2.2 安装 paddleclas + +使用如下命令快速安装 paddleclas + +``` +pip3 install paddleclas ``` - -### 2.2 预测 + + +### 2.3 预测 * 在命令行中使用 PPLCNetV2_base 的权重快速预测 diff --git a/docs/zh_CN/models/ResNet.md b/docs/zh_CN/models/ResNet.md index 31bf4ac9..7a3f4f63 100644 --- a/docs/zh_CN/models/ResNet.md +++ b/docs/zh_CN/models/ResNet.md @@ -9,8 +9,9 @@ - [1.3.1 基于 V100 GPU 的预测速度](#1.3.1) - [1.3.2 基于 T4 GPU 的预测速度](#1.3.2) - [2. 模型快速体验](#2) - - [2.1 安装 paddleclas](#2.1) - - [2.2 预测](#2.2) + - [2.1 安装 paddlepaddle](#2.1) + - [2.2 安装 paddleclas](#2.2) + - [2.3 预测](#2.3) - [3. 模型训练、评估和预测](#3) - [3.1 环境配置](#3.1) - [3.2 数据准备](#3.2) @@ -131,16 +132,34 @@ PaddleClas 提供的 ResNet 系列的模型包括 ResNet50，ResNet50_vd，ResNe -### 2.1 安装 paddleclas - -使用如下命令快速安装 paddlepaddle, paddleclas - -``` -pip3 install paddlepaddle paddleclas +### 2.1 安装 paddlepaddle + +- 您的机器安装的是 CUDA9 或 CUDA10，请运行以下命令安装 + +```bash +python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple +``` + +- 您的机器是CPU，请运行以下命令安装 + +```bash +python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple +``` + +更多的版本需求，请参照[飞桨官网安装文档](https://www.paddlepaddle.org.cn/install/quick)中的说明进行操作。 + + + +### 2.2 安装 paddleclas + +使用如下命令快速安装 paddleclas + +``` +pip3 install paddleclas ``` - + -### 2.2 预测 +### 2.3 预测 * 在命令行中使用 ResNet50 的权重快速预测 -- GitLab