Skip to content

Files

Latest commit

wjj19950828jiangjiajun
wjj19950828
and
jiangjiajun
[Model] Add YOLOv5-seg (#988)
Jan 11, 2023
aa6931b · Jan 11, 2023

History

History

python

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
README.md
README.md
Jan 11, 2023
infer.py
infer.py
Jan 11, 2023

README.md

YOLOv5Seg Python部署示例

在部署前，需确认以下两个步骤

本目录下提供infer.py快速完成YOLOv5Seg在CPU/GPU，以及GPU上通过TensorRT加速部署的示例。执行如下脚本即可完成

#下载部署示例代码
git clone https://github.com/PaddlePaddle/FastDeploy.git
cd examples/vision/detection/yolov5seg/python/

#下载yolov5seg模型文件和测试图片
wget https://bj.bcebos.com/paddlehub/fastdeploy/yolov5s-seg.onnx
wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg

# CPU推理
python infer.py --model yolov5s-seg.onnx --image 000000014439.jpg --device cpu
# GPU推理
python infer.py --model yolov5s-seg.onnx --image 000000014439.jpg --device gpu
# GPU上使用TensorRT推理
python infer.py --model yolov5s-seg.onnx --image 000000014439.jpg --device gpu --use_trt True

运行完成可视化结果如下图所示

YOLOv5Seg Python接口

fastdeploy.vision.detection.YOLOv5Seg(model_file, params_file=None, runtime_option=None, model_format=ModelFormat.ONNX)

YOLOv5Seg模型加载和初始化，其中model_file为导出的ONNX模型格式

参数

  • model_file(str): 模型文件路径
  • params_file(str): 参数文件路径，当模型格式为ONNX格式时，此参数无需设定
  • runtime_option(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
  • model_format(ModelFormat): 模型格式，默认为ONNX

predict函数

YOLOv5Seg.predict(image_data)

模型预测结口，输入图像直接输出检测结果。

参数

  • image_data(np.ndarray): 输入数据，注意需为HWC，BGR格式

返回

返回fastdeploy.vision.DetectionResult结构体，结构体说明参考文档视觉模型预测结果

其它文档