From 82d24db4a27aeed36ec243d6c048c1709b0e2c64 Mon Sep 17 00:00:00 2001 From: weishengyu Date: Sat, 19 Jun 2021 00:43:42 +0800 Subject: [PATCH] dbg --- docs/zh_CN/inference.md | 10 ++++++---- 1 file changed, 6 insertions(+), 4 deletions(-) diff --git a/docs/zh_CN/inference.md b/docs/zh_CN/inference.md index b989e803..76d8409e 100644 --- a/docs/zh_CN/inference.md +++ b/docs/zh_CN/inference.md @@ -6,8 +6,8 @@ inference 模型（`paddle.jit.save`保存的模型） 训练过程中保存的模型是checkpoints模型，保存的只有模型的参数，多用于恢复训练等。 与checkpoints模型相比，inference 模型会额外保存模型的结构信息，在预测部署、加速推理上性能优越，灵活方便，适合于实际系统集成。 -接下来首先介绍如何将训练的模型转换成inference模型，然后将依次介绍主体检测、特征提取在CPU、GPU上的预测方法， -之后介绍了主体检测、特征提取、特征检索串联的预测方法，最后介绍了图像分类的预测方法。 +接下来首先介绍如何将训练的模型转换成inference模型，然后依次介绍主体检测、特征提取在CPU、GPU上的预测方法， +之后介绍主体检测、特征提取、特征检索串联的预测方法，最后介绍图像分类的预测方法。 - [一、训练模型转inference模型](#训练模型转inference模型) @@ -27,7 +27,7 @@ inference 模型（`paddle.jit.save`保存的模型） ## 一、训练模型转inference模型 -### 特征提取模型转inference模型 +### 1. 特征提取模型转inference模型 以下命令请在PaddleClas的根目录执行。以商品识别特征提取模型模型为例，首先下载预训练模型： ```shell script @@ -55,7 +55,7 @@ python3.7 tools/export_model.py -c ppcls/configs/Products/ResNet50_vd_Aliproduct ``` -### 分类模型转inference模型 +### 2. 分类模型转inference模型 下载预训练模型： ``` shell script @@ -121,6 +121,7 @@ python3.7 python/predict_det.py -c configs/inference_det.yaml -o Global.infer_im python3.7 python/predict_det.py -c configs/inference_det.yaml -o Global.use_gpu=False ``` + ## 三、特征提取模型推理 下面以商品特征提取为例，介绍特征提取模型推理。其他应用可以参考图像识别快速开始中的[模型地址](./tutorials/quick_start_recognition.md#2-%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E4%BD%93%E9%AA%8C)， @@ -140,6 +141,7 @@ cd .. # 用下载的inference模型进行预测 python3.7 python/predict_rec.py -c configs/inference_rec.yaml ``` +预测可以得到一个512特征向量，直接在命令行输出显示。 如果想要修改图像，可以在configs/inference_det.yaml中，修改infer_imgs的值，或使用-o Global.infer_imgs修改， 例如，要使用`images/anmuxi.jpg`可以运行： -- GitLab