深度学习模型包推理
|
自 Mech-Vision 1.7.2 起，“深度学习模型包 CPU 推理”和“深度学习模型包推理（Mech-DLK2.2.0+）”步骤合并为“深度学习模型包推理”步骤，“深度学习模型包推理”步骤同时支持Mech-DLK导出的两种深度学习模型文件（后缀为 .dlkpackC 和 .dlkpack）。 使用 Mech-Vision 1.7.2 打开旧版本工程后，“深度学习模型包 CPU 推理”和“深度学习模型包推理（Mech-DLK2.2.0+）”步骤将被自动替换为“深度学习模型包推理”步骤。 |
功能描述
该步骤可使用 Mech-DLK 导出的单级或级联模型包进行推理，并输出推理结果。
目前该步骤可针对七个场景进行模型包推理，分别为：图像分类、目标检测、缺陷分割、实例分割、文本检测、文本识别、无监督分割。
|
该步骤仅支持 Mech-DLK 2.2.0 及以上版本导出的模型包。 |
|
自 Mech-DLK 2.4.1 开始，模型包分为单级模型包、级联模型包两种。
当该步骤使用级联模型包推理时，可使用 深度学习结果解析 步骤对级联模型包的推理结果进行解析。 |
使用场景
该步骤常用于图像分类、目标检测、缺陷分割等场景。关于该步骤的兼容性说明，可参考 深度学习类步骤兼容性说明 。
系统要求
使用该步骤时，需满足如下系统要求。
-
CPU：需支持 AVX2 指令集，且需满足以下任一条件：
-
不带独立显卡时：Intel i5-12400 及以上。
-
带独立显卡时：Intel i7-6700 及以上，且显卡不低于 GeForce GTX 1660。
已在Intel CPU上进行充分测试，尚未在AMD CPU上进行测试，推荐使用Intel CPU。
-
-
GPU：应使用 GeForce GTX 1660 及以上显卡（如带独立显卡）。