# ext-BaseDeploy

**Repository Path**: liliang9693/ext-BaseDeploy

## Basic Information

- **Project Name**: ext-BaseDeploy
- **Description**: 使用Mind+V1.7.2及以上版本，在python模式用户库中加载此扩展，AI模型部署工具库。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2023-06-10
- **Last Updated**: 2025-06-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# BaseDeploy


![](./python/_images/featured.png)

---------------------------------------------------------

## Table of Contents

* [URL](#url)
* [Summary](#summary)
* [Blocks](#blocks)
* [License](#license)
* [Supported targets](#Supportedtargets)

## 链接
* Project URL : ```https://github.com/liliang9693/ext-BaseDeploy```

* Tutorial URL : ```https://mindplus.dfrobot.com.cn/extensions-user```

    

## 简介
使用Mind+V1.7.2及以上版本，在python模式用户库中加载此扩展，AI模型部署工具库。
[BaseDeploy说明1](https://github.com/KerwinKai/XEdu-docs/blob/master/source/basedeploy/introduction.md)  [BaseDeploy说明2](https://xedu.readthedocs.io/zh/master/basedeploy.html)

## 积木列表

![](./python/_images/blocks.png)



## 使用说明
## 1-加载积木库。

- 如果联网情况下，打开Mind+**用户库**粘贴本仓库的链接即可加载： 
  ![image-20230614164228850](README.assets/image-20230614164228850.png)

- 如果电脑未联网，则可以下载本仓库的文件，然后打开Mind+用户库选择**导入用户库**，选择**.mpext**文件即可

  ![image-20230614164418091](README.assets/image-20230614164418091.png)

  ![image-20230614164426288](README.assets/image-20230614164426288.png)

## 2-安装Python库。

打开**库管理**，输入```BaseDeploy```运行，提示```successfully```即可，如果已经安装了需要升级则输入```pip install -U BaseDeploy``` 。

> 注：WARNING是提醒，不用管。

![image-20230614164953689](README.assets/image-20230614164953689.png)

## 3-导入模型。

将onnx模型文件拖到**项目中的文件**中。

例如本仓库有一个cls.onnx文件，是一个千分类的物体识别模型。

![image-20230614173254643](README.assets/image-20230614173254643.png)

## 4-推理预测。

编写程序，填写模型名称，将图片传入进行推理，并打印结果。

如下程序是通过opecv打开摄像头，然后循环获取一帧画面，将画面传入模型进行识别，然后打印预测结果

![image-20230614173425380](README.assets/image-20230614173425380.png)





## License

MIT

## 测试情况

MCU                | JavaScript    | Arduino   | MicroPython    | Python 
------------------ | :----------: | :----------: | :---------: | -----
arduino        |             |              |             | 
micro:bit        |             |              |             | 
esp32        |             |              |             | 
unihiker        |             |              |             | 
windows        |             |              |             | √
mac        |             |              |             | 

## 更新日志

* V0.0.1  基础功能完成，未测试
* V0.0.2  修复报错，删除无法使用的积木
* V0.0.3  增加显示文字积木，调整结果下拉列表顺序
* V0.0.4  识别结果增加返回原始值，方便使用列表遍历
* V0.0.5  更新积木描述，适配0.0.4及以上版本的BaseDeploy