History

yunyaoXYY 2833281675 improve kunlun readme		2023-03-23 14:03:51 +08:00
..
amlogic/a311d	improve readme	2023-03-21 14:35:34 +08:00
android	create shoukou	2023-03-15 21:32:03 +08:00
ascend	improve readme	2023-03-21 14:35:34 +08:00
cpu-gpu	improve readme	2023-03-21 14:35:34 +08:00
graphcore	improve readme	2023-03-21 14:35:34 +08:00
kunlunxin	improve readme	2023-03-21 14:35:34 +08:00
quantize	improve kunlun readme	2023-03-23 14:03:51 +08:00
rockchip	improve readme	2023-03-21 14:35:34 +08:00
serving	improve readme	2023-03-21 14:35:34 +08:00
sophgo	update sophgo	2023-03-21 14:35:34 +08:00
web	create shoukou	2023-03-15 21:32:03 +08:00
README.md	improve kunlun readme	2023-03-23 14:03:51 +08:00

README.md

PaddleClas高性能全场景模型部署方案—FastDeploy

1. FastDeploy介绍

⚡️FastDeploy是一款全场景、易用灵活、极致高效的AI推理部署工具，支持云边端部署。使用FastDeploy可以简单高效的在X86 CPU、NVIDIA GPU、飞腾CPU、ARM CPU、Intel GPU、Graphcore IPU、昆仑、昇腾、瑞芯微、晶晨、算能等10+款硬件上对PaddleClas模型进行快速部署，并且支持Paddle Inference、Paddle Lite、TensorRT、OpenVINO、ONNXRuntime、RKNPU2、SOPHGO等多种推理后端。

2. 图像分类模型部署

2.1 硬件支持列表

硬件类型	该硬件是否支持	使用指南	Python	C++
X86 CPU	✅	链接	✅	✅
NVIDIA GPU	✅	链接	✅	✅
飞腾CPU	✅	链接	✅	✅
ARM CPU	✅	链接	✅	✅
Intel GPU(集成显卡)	✅	链接	✅	✅
Intel GPU(独立显卡)	✅	链接	✅	✅
Graphcore IPU	✅	链接	✅	✅
昆仑	✅	链接	✅	✅
昇腾	✅	链接	✅	✅
瑞芯微	✅	链接	✅	✅
晶晨	✅	链接	--	✅
算能	✅	链接	✅	✅

2.2. 详细使用文档

2.3 更多部署方式

4. 常见问题

遇到问题可查看常见问题集合，搜索FastDeploy issue，或给FastDeploy提交issue:

常见问题集合
 FastDeploy issues

README.md Unescape Escape