可以将
格式,让
在不同的平台和框架之间进行
和迁移。同时,
c语言进行
,可以将
格式的
到C/
环境中。 要
,首先需要安装
cv-full和
。安装完成后,
以下命令将
: python tools/deploy/export_</p>
<p>.py ${CONFIG_FILE} ${CHECKPOINT_FILE} ${</p>
<p>_FILE} --input-img ${IMG_SHAPE}
其中${CONFIG_FILE}为
的配置文件,${CHECKPOINT_FILE}为训练好的
文件,${
_FILE}为生成的
文件名称,${IMG_SHAPE}为输入图像的形状。
后,可以
。首先需要在C环境下
的API读取
文件,然后
C语言的库函数对
进行推理。
的API读取
文件,代码如下: #include</p>
<p>.h" int main(int argc, char *<em>argv) { flexbuffer </em>model;</p>
<p>session <em>session; const char </em>model_path = argv[1]; /* 读取</p>
<p>文件 <em>/ model = read_flexbuffer_file(model_path); assert(model); /</em> 创建session <em>/ session = create_session(model); assert(session); /</em> 设置输入数据 <em>/ set_input_data(session, input_data); /</em> 进行推理,获取输出数据 */ get_output_data(session, output_data); return 0; }
C语言的库函数对
进行推理,主要的工作是对输入数据进行预处理,并调用session的run方法进行推理,代码如下: #include</p>
<p>.h" int main(int argc, char *<em>argv) { flexbuffer </em>model;</p>
<p>session <em>session; float </em>input_buf, <em>output_buf; /</em> 预处理输入数据 <em>/ input_buf = preprocess_input(input_data); /</em> 读取</p>
<p>文件 <em>/ model = read_flexbuffer_file(argv[1]); assert(model); /</em> 创建session <em>/ session = create_session(model); assert(session); /</em> 设置输入数据 <em>/ set_input_data(session, input_data); /</em> 进行推理,获取输出数据 <em>/ get_output_data(session, output_data); /</em> 对输出数据进行后处理 */ output_buf = postprocess_output(output_data); return 0; }
在
进行C语言
时,需要注意
的输入和输出数据类型和形状,以及预处理和后处理函数的编写。通过以上步骤,就可以
C语言
Original: https://blog.csdn.net/a486259/article/details/126657477
Author: 万里鹏程转瞬至
Title: pytorch 33 使用mmdeploy将mmdetection模型转换为onnx,并基于mmdeploy-sdk实现c++部署
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/708499/
转载文章受原作者版权保护。转载请注明原作者出处!