PaddleX/docs/tutorials/deploy/deploy_lite.md

移动端部署

PaddleX的移动端部署由PaddleLite实现，部署的流程如下，首先将训练好的模型导出为inference model，然后使用PaddleLite的python接口对模型进行优化，最后使用PaddleLite的预测库进行部署， PaddleLite的详细介绍和使用可参考：PaddleLite文档

PaddleX --> Inference Model --> PaddleLite Opt --> PaddleLite Inference

以下介绍如何将PaddleX导出为inference model，然后使用PaddleLite的OPT模块对模型进行优化：

step 1: 安装PaddleLite

pip install paddlelite

step 2: 将PaddleX模型导出为inference模型

参考导出inference模型将模型导出为inference格式模型。 注意：由于PaddleX代码的持续更新，版本低于1.0.0的模型暂时无法直接用于预测部署，参考模型版本升级对模型版本进行升级。

step 3: 将inference模型转换成PaddleLite模型

python /path/to/PaddleX/deploy/lite/export_lite.py --model_dir /path/to/inference_model --save_file /path/to/onnx_model --place place/to/run

参数	说明
model_dir	预测模型所在路径，包含"model", "params"文件
save_file	模型输出的名称，默认为"paddlex.nb"
place	运行的平台，可选：arm

step 4: 预测

Lite模型预测正在集成中，即将开源...