Paddle-Lite 提供了多个应用场景的 demo,并支持 Android、iOS 和 ArmLinux 三个平台:
关于 Paddle-Lite 更多示例,请参考如下文档链接:
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
inference_*/cxx
拷贝至 Paddle-Lite-Demo/image_classification/android/app/cxx/image_classification/app/PaddleLite/cxx
,将 inference_*/java
拷贝至 Paddle-Lite-Demo/image_classification/android/app/cxx/image_classification/app/PaddleLite/java
2) mobilenet_v1_for_cpu.tar.gz:解压至 Paddle-Lite-Demo/image_classification/android/app/cxx/image_classification/app/app/src/main/assets/models/mobilenet_v1_for_cpu
目录ARMLinux or Shell
$ cd Paddle-Lite-Demo/libs
$ ./download.sh # 下载预测库
$ cd Paddle-Lite-Demo/image_classification/assets
$ ./download.sh # 下载模型、测试图片和标签文件
$ cd Paddle-Lite-Demo/image_classification/android/shell/cxx/image_classification
$ ./build.sh armv8 # 编译可执行文件,并运行程序
在终端打印预测结果和性能数据。
$ cd Paddle-Lite-Demo/object_detection/assets
$ ./download.sh # 下载模型、测试图片和标签文件
$ cd Paddle-Lite-Demo/object_detection/android/shell/cxx/yolov3_mobilenet_v3
$ ./build.sh armv8 # 编译可执行文件,并运行程序
在终端打印预测结果和性能数据,同时在build目录中生成dog_yolo_v3_mobilenetv3_detection_result.jpg.jpg。
图像分类
Android | iOS | Armlinux |
---|---|---|
目标检测
Android | iOS |
---|---|
OCR
Android | iOS |
---|---|
人脸检测
Android | iOS |
---|---|
补充中 |
人脸关键点检测
Android | iOS |
---|---|
补充中 |
口罩识别
Android | iOS |
---|---|
补充中 |
人像分割
Android | iOS |
---|---|
PP 识图
Android | iOS |
---|---|
config.set_threads()
)的线程数进行更新。assets/model
目录下提供了FP16 模型(nb 模型以_fp16结尾),用户只需更新源码模型路径就行;否则,用户需要下载 OPT 可执行文件,并参考 OPT 使用文档重新转换模型(将 enable_fp16
设置为 true,如 --enable_fp16=1
),然后更新源码中模型路径即可。