Paddle-Lite提供IOS、Android和ARMLinux的示例,具体如下:
关于Paddle-Lite和示例,请参考本文剩余章节和如下文档链接:
iOS
Android
ARMLinux
$ sudo apt-get update
$ sudo apt-get install gcc g++ make wget unzip libopencv-dev pkg-config
$ wget https://www.cmake.org/files/v3.10/cmake-3.10.3.tar.gz
$ tar -zxvf cmake-3.10.3.tar.gz
$ cd cmake-3.10.3
$ ./configure
$ make
$ sudo make install
$ git clone https://github.com/PaddlePaddle/Paddle-Lite-Demo
iOS
$ chmod +x download_dependencies.sh
$ ./download_dependencies.sh
Paddle-Lite-Demo/PaddleLite-ios-demo/ios-xxx_demo/
目录下的xcode工程;Android
ARMLinux
$ cd Paddle-Lite-Demo/PaddleLite-armlinux-demo
$ ./download_models_and_libs.sh # 下载模型和预测库
$ cd Paddle-Lite-Demo/PaddleLite-armlinux-demo/image_classification_demo
$ ./run.sh armv8 # RK3399
$ ./run.sh armv7hf # 树莓派3B
在终端打印预测结果和性能数据,同时在build目录中生成result.jpg。
$ cd Paddle-Lite-Demo/PaddleLite-armlinux-demo/object_detection_demo
$ ./run.sh armv8 # RK3399
$ ./run.sh armv7hf # 树莓派3B
在终端打印预测结果和性能数据,同时在build目录中生成result.jpg。
build.lite.xxx.xxx.xxx
下的 inference_lite_lib.xxx.xxx
lib
目录替换Paddle-Lite-Demo/PaddleLite-ios-demo/ios-classification_demo/classification_demo/lib
目录include
目录下的文件替换Paddle-Lite-Demo/PaddleLite-ios-demo/ios-classification_demo/classification_demo/paddle_lite
目录下的文件include
目录替换Paddle-Lite-Demo/PaddleLite-armlinux-demo/Paddle-Lite/include
目录;libpaddle_light_api_shared.so
替换Paddle-Lite-Demo/PaddleLite-armlinux-demo/Paddle-Lite/libs/armv8/libpaddle_light_api_shared.so
;libpaddle_light_api_shared.so
替换Paddle-Lite-Demo/PaddleLite-armlinux-demo/Paddle-Lite/libs/armv7hf/libpaddle_light_api_shared.so
;iOS
Android
基于MobileNetV1的图像分类
基于MobileNetV1-SSD的目标检测
待支持
基于Ultra-Light-Fast-Generic-Face-Detector-1MB的人脸检测
待支持
基于DeeplabV3+MobilNetV2的人像分割
待支持
基于视频流的人脸检测+口罩识别
待支持
基于视频流的人脸关键点检测
待支持
基于YOLOV3-MobileNetV3的目标检测
注意:CPU+NPU的异构计算需要基于原始Paddle模型和配置文件进行手动分割子图,子图分割结果如图所示:MobileNetV3被包裹在subgraph op内并Offload到NPU上执行(未做任何优化,后续将加入zero copy并对相关op进行针对性优化,届时性能将获更大的提升),yolo_box和multiclass_nms等算子在CPU上执行。
ARMLinux
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。