深度学习模型包推理

您正在查看最新版本（V2.1.0）的文档。如果您想查阅其他版本的文档，可以点击页面右上角“切换版本”按钮进行切换。

■ 如果您不确定当前使用的产品是哪个版本，请随时联系梅卡曼德技术支持。

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 导出的单级模型包进行推理，并输出推理结果。

目前该步骤可针对四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。

从 Mech-Vision 2.0.0 起，该步骤仅支持加载 Mech-DLK 2.4.1 及以上版本导出的模型包。

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。

输入与输出

以“目标检测”为例，该步骤输入与输出如下图所示。

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）。

参数说明

可单击下方链接，查看各功能对应的参数说明。