文章目录

  • ​​1、拉取PaddleSeg源码​​
  • ​​2、跑通Python API预测模型​​
  • ​​（1）准备环境​​
  • ​​（2）下载示例模型​​
  • ​​（3）下载示例图片​​
  • ​​（3）推理​​
  • ​​（4）推理结果​​

1、拉取PaddleSeg源码

git clone https://github.com.cnpmjs.org/PaddlePaddle/PaddleSeg.git

2、跑通Python API预测模型

（1）准备环境

pip3 install filelock
pip3 install --ignore-installed PyYAML

将paddleSeg的部分依赖库放入预测文件夹中，以供调用：

cd PaddleSeg/deploy && cp -r ../paddleseg/ ./python/

（2）下载示例模型

wget https://paddleseg.bj.bcebos.com/dygraph/demo/bisenet_demo_model.tar.gz && tar xzf bisenet_demo_model.tar.gz

（3）下载示例图片

wget https://paddleseg.bj.bcebos.com/dygraph/demo/cityscapes_demo.png

PaddlePaddle——在Jetson上跑通PaddleSeg图像分割模型_paddlepaddle

（3）推理

python3 infer.py --config ../bisenetv2_demo_model/deploy.yaml  --image_path ../cityscapes_demo.png

（4）推理结果

推理效果如下所示：

PaddlePaddle——在Jetson上跑通PaddleSeg图像分割模型_paddlepaddle_02