第七部分PaddleX预测部署-paddlex.deploy

使用Paddle Inference进行高性能的Python预测部署。更多关于Paddle Inference信息请参考Paddle Inference文档

Predictor类

paddlex.deploy.Predictor(model_dir, use_gpu=False, gpu_id=0, use_mkl=False, use_trt=False, use_glog=False, memory_optimize=True)

参数

• model_dir: 训练过程中保存的模型路径, 注意需要使用导出的inference模型
• use_gpu: 是否使用GPU进行预测
• gpu_id: 使用的GPU序列号
• use_mkl: 是否使用mkldnn加速库
• use_trt: 是否使用TensorRT预测引擎
• use_glog: 是否打印中间日志
• memory_optimize: 是否优化内存使用

示例

import paddlex

model = paddlex.deploy.Predictor(model_dir, use_gpu=True)
result = model.predict(image_file)

predict 接口

predict(image, topk=1)

参数

• image(str|np.ndarray): 待预测的图片路径或np.ndarray，若为后者需注意为BGR格式
• topk(int): 图像分类时使用的参数，表示预测前topk个可能的分类