|
|
@@ -17,6 +17,33 @@
|
|
|
> * Inference Model和Quant Inference Model为预测部署模型，包含`__model__`计算图结构、`__params__`模型参数和`model.yaml`基础的模型配置信息。
|
|
|
> * 其中Inference Model适用于服务端的CPU和GPU预测部署，Qunat Inference Model为量化版本，适用于通过Paddle Lite进行移动端等端侧设备部署。
|
|
|
|
|
|
+#### 关于预测锯齿问题
|
|
|
+在训练完模型后，可能会遇到预测出来结果存在『锯齿』的问题，这个可能存在的原因是由于模型在预测过程中，经历了原图缩放再放大的过程，如下流程所示，
|
|
|
+
|
|
|
+```
|
|
|
+原图输入 -> 预处理transforms将图像缩放至目标大小 -> Paddle模型预测 -> 预测结果放大至原图大小
|
|
|
+```
|
|
|
+对于这种原因导致的问题，可以手动修改模型中的`model.yml`文件，将预处理中的目标大小**调整到更高**优化此问题，如在本文档中提供的人像分割server端模型中`model.yml`文件内容，修改'target_size'至1024*1024（这样也会带来模型预测所需的资源更多，预测速度更慢）
|
|
|
+```
|
|
|
+Model: DeepLabv3p
|
|
|
+Transforms:
|
|
|
+- Resize:
|
|
|
+ interp: LINEAR
|
|
|
+ target_size:
|
|
|
+ - 512
|
|
|
+ - 512
|
|
|
+```
|
|
|
+修改为
|
|
|
+```
|
|
|
+Model: DeepLabv3p
|
|
|
+Transforms:
|
|
|
+- Resize:
|
|
|
+ interp: LINEAR
|
|
|
+ target_size:
|
|
|
+ - 1024
|
|
|
+ - 1024
|
|
|
+```
|
|
|
+
|
|
|
|
|
|
预训练模型的存储大小和推理时长如下所示，其中移动端模型的运行环境为cpu：骁龙855，内存：6GB，图片大小：192*192
|
|
|
|
Jason