Add files via upload

examples/C#_deploy/README.md

@@ -0,0 +1,120 @@
+# 兼容并包的PaddleX-Inference部署方式
+
+在新版本的PaddleX中，对于CPP的部署代码方式做了非常大的变化：
+* 支持用户将PaddleDetection PaddleSeg PaddleClas训练出来的模型通过一套部署代码实现快速部署，实现了多个模型的打通。
+* 对于一个视觉任务里面既有检测，又有分割来说，极大的简化了使用的流程。
+* 提供了更好用的tensorRT加速的使用方式。
+
+
+下面我们具体以Windows系统为例，基于PaddleX的这套CPP，说明一下如何实现工业化的部署（trt加速）
+
+项目使用环境说明：
+
+* CUDA10.2  Cudnn 7.6
+* opencv版本3.4.6
+* PaddleInference 10.2的预测库
+* TensorRT 7.0.0
+* Cmake 3.5
+* VS2019 社区版
+
+
+ ## 1 环境准备
+
+* 下载好PaddleX代码和PaddleInference预测库
+* 下载Tensorrt，并设置系统环境变量
+在本项目中使用的cuda版本是10.2，下载对应的trt版本
+* 为了便于项目管理，将所有的文件汇总到一个文件夹中
+
+
+<div align="center">
+<img src="./images/1.png"  width = "800" />              </div>
+
+* 设置OpenCV系统环境变量
+
+<div align="center">
+<img src="./images/2.png"  width = "400" />              </div>
+
+
+
+
+
+
+## 2 代码编译
+
+* 使用Cmake进行编译，我们主要对`PaddleX/deploy/cpp`中代码进行编译，并创建`out`文件夹用来承接编译生成的内容，
+<div align="center">
+<img src="./images/3.png"  width = "800" />              </div>
+* 点击Configure进行选项
+<div align="center">
+<img src="./images/4.png"  width = "800" />              </div>
+
+* 选择X64，并点击finish
+<div align="center">
+<img src="./images/5.png"  width = "800" />              </div>
+* 点击Generate进行生成，此时生成失败，
+<div align="center">
+<img src="./images/6.png"  width = "800" />              </div>
+* 用户在这里补充opencv tensorrt paddle预测库，cuda的lib库的路径，并且勾选WITH_GPU  WITH_MKL WITH_TENSORRT 几项然后重新进行生成
+<div align="center">
+<img src="./images/7.png"  width = "800" />              </div>
+
+* 最终在out文件夹中出现了.sln文件，则表示通过cmake生成成功了解决方案
+
+* 打开sln文件，会发现在PaddleDeploy目录下生成了7个项目，其中关键的是
+
+`batch_infer`
+
+`model_infer`
+
+`multi_gpu_model_infer`
+
+ `tensorrt_infer`
+
+<div align="center">
+<img src="./images/8.png"  width = "800" />              </div>
+
+
+## 3 生成dll
+
+### 3.1 修改cmakelists
+<div align="center">
+<img src="./images/9.png"  width = "800" />             </div>
+
+<div align="center">
+<img src="./images/8.5.png"  width = "800" />             </div>
+### 3.2 修改model_infer.cpp并重新生成dll
+
+* 修改后的model_infer.cpp已经提供，请用paddleX/examples/C#_deploy/model_infer.cpp文件替换PaddleX/deploy/cpp/demo/model_infer.cpp
+
+### 3.3 创建一个c#项目并调用dll
+
+* 目前已经给出了C#项目，支持支持PaddleX PaddleClas PaddleDetection PaddleSeg的模型去预测，为了方便大家使用，提供了在单张图片/多张图片/视频流预测形式。支持实时显示预测时间，支持预测GPU和CPU分别预测。
+* 用户只需要运行.sln文件即可呈现如下文件形式：
+
+<div align="center">
+<img src="./images/16.png"  width = "800" />             </div>
+
+* 用户选择Debug X64模式进行调式
+
+
+* 用户在使用预测之前需要自行下载opencvsharp
+方式：工具-NuGet包管理工具器，选择搜索下载opencvcharp
+
+<div align="center">
+<img src="./images/17.png"  width = "800" />             </div>
+
+<div align="center">
+<img src="./images/18.png"  width = "800" />             </div>
+
+
+* 如下为预测结果显示
+
+分类：
+<div align="center">
+<img src="./images/22.png"  width = "800" />             </div>
+目标检测：
+<div align="center">
+<img src="./images/20.png"  width = "800" />             </div>
+语义分割：
+<div align="center">
+<img src="./images/21.png"  width = "800" />             </div>