一、目標

本次工作的目標是在旭日X3派上部署PaddlePaddle的開源模型，至于PaddlePaddle模型轉換，已有大佬寫過很贊的教程，自我感覺不能超越，于是本文不再提及。

飛槳(PaddlePaddle)是集深度學習核心框架、工具組件和服務平臺為一體的技術先進、功能完備的開源深度學習平臺，已被中國企業廣泛使用，深度契合企業應用需求，擁有活躍的開發者社區生態。提供豐富的官方支持模型集合，并推出全類型的高性能部署和集成方案供開發者使用。

二、環境準備

1、python環境

旭日X3派的官方img支持的是python3.8，這個跟PaddlePaddle要求的3.6版本不同，因為PaddlePaddle SDK使用的tensor模塊等依賴python3.6，所以要在X3派系統中使用python3.6。網上很多種方法，譬如通過pyenv、anaconda等python版本管理工具進行python版本切換，因為在實際使用中可以指定使用的python版本，為什么不能再裝個python3.6呢？需要python3.8的時候敲python3，需要python3.6的時候敲python3.6，感覺不錯。

sudo apt-get install software-properties-common -y sudo add-apt-repository ppa:deadsnakes/ppa sudo apt-get update sudo apt-get install python3.6 -y sudo apt-get install libpython3.6 -y sudo apt-get install python3.6-dev -y sudo apt-get install python3.6-distutils -y

一系列命令敲下來，python3.6環境已經按照完成，直接使用即可。

2、SDK下載

直接在官網（EasyEdge端計算模型生成平臺）下載PaddlePaddle SDK，選擇需要的SDK即可，因為是要部署在X3派上，所以選擇了 操作系統為Linux，且部署芯片為通用ARM芯片的模型，這次我選擇的是PPLCNetV2。

PPLCNet是百度團隊設計的輕量高性能網絡PP-LCNet，所提方案在圖像分類任務上取得了比ShuffleNetV2、MobileNetV2、MobileNetV3以及GhostNet更優的延遲-精度均衡。

PPLCNetV2當然比PPLCNetV1牛逼了，一會試試圖像分類功能。

三、模型部署

1、PaddlePaddle安裝

直接使用如下命令安裝PaddlePaddle：

python3.6 -m pip install http://aipe-easyedge-public.bj.bcebos.com/easydeploy/paddlelite-2.11-cp36-cp36m-linux_aarch64.whl

記得一定要用python3.6…

2、安裝WHL包

將2.2節下載的SDK包解壓縮，傳輸至X3派，首先安裝python目錄下（當然也可以選擇C++，python直接運行了，方便）的BaiduAI_EasyEdge_SDK-1.3.1-cp36-cp36m-linux_aarch64.whl包，記得用python3.6，中間可能會根據系統的情況，下載安裝numpy，opencv-python等，耐心等待即可，直到安裝成功。

四、預測圖像

直接在系統上運行的命令格式如下，記得使用python3.6：

python3.6 demo_x86_cpu.py {模型RES文件夾}{測試圖片路徑}

1、鴨子

結果如下：

root@ubuntu:~/EasyEdge-Linux-arm/python/infer_demo# python3.6 demo_armv8_cpu.py ../../RES /root/ducks.jpg 2022-09-17 00:36:30 INFO [EasyEdge] [demo_armv8_cpu.py:38] 548210040848: Init paddlelite engine... Loading topology data from ../../RES/model Loading params data from ../../RES/params 1. Model is successfully loaded! 2022-09-17 00:36:31 INFO [EasyEdge] [demo_armv8_cpu.py:38] 548210040848: Paddlelite engine version: v2.11 infer done! {'confidence': 0.36856314539909363, 'index': 97, 'label': 'n01847000 drake'}

2、螞蟻

測試結果，ant, emmet, pismire都是螞蟻：

root@ubuntu:~/EasyEdge-Linux-arm/python/infer_demo# python3.6 demo_armv8_cpu.py ../../RES /root/ants.jpg 2022-09-17 00:37:40 INFO [EasyEdge] [demo_armv8_cpu.py:38] 548581892112: Init paddlelite engine... Loading topology data from ../../RES/model Loading params data from ../../RES/params 1. Model is successfully loaded! 2022-09-17 00:37:41 INFO [EasyEdge] [demo_armv8_cpu.py:38] 548581892112: Paddlelite engine version: v2.11 infer done! {'confidence': 0.9655985832214355, 'index': 310, 'label': 'n02219486 ant, emmet, pismire'}

本文轉自地平線開發者社區
原作者：大菠蘿Alpha