代码拉取完成，页面将自动刷新
同步操作将从 PaddlePaddle/FastDeploy 强制同步，此操作会覆盖自 Fork 仓库以来所做的任何修改，且无法恢复！！！
确定后同步将在后台操作，完成时将刷新页面，请耐心等待。
目前FastDeploy支持如下模型的部署
PaddleClas模型导出，请参考其文档说明模型导出
注意：PaddleClas导出的模型仅包含inference.pdmodel和inference.pdiparams两个文件，但为了满足部署的需求，同时也需准备其提供的通用inference_cls.yaml文件，FastDeploy会从yaml文件中获取模型在推理时需要的预处理信息，开发者可直接下载此文件使用。但需根据自己的需求修改yaml文件中的配置参数，具体可比照PaddleClas模型训练config中的infer部分的配置信息进行修改。
为了方便开发者的测试，下面提供了PaddleClas导出的部分模型（含inference_cls.yaml文件），开发者可直接下载使用。
| 模型 | 参数文件大小 | 输入Shape | Top1 | Top5 |
|---|---|---|---|---|
| PPLCNet_x1_0 | 12MB | 224x224 | 71.32% | 90.03% |
| PPLCNetV2_base | 26MB | 224x224 | 77.04% | 93.27% |
| EfficientNetB7 | 255MB | 600x600 | 84.3% | 96.9% |
| EfficientNetB0_small | 18MB | 224x224 | 75.8% | 75.8% |
| GhostNet_x1_3_ssld | 29MB | 224x224 | 75.7% | 92.5% |
| GhostNet_x0_5 | 10MB | 224x224 | 66.8% | 86.9% |
| MobileNetV1_x0_25 | 1.9MB | 224x224 | 51.4% | 75.5% |
| MobileNetV1_ssld | 17MB | 224x224 | 77.9% | 93.9% |
| MobileNetV2_x0_25 | 5.9MB | 224x224 | 53.2% | 76.5% |
| MobileNetV2_ssld | 14MB | 224x224 | 76.74% | 93.39% |
| MobileNetV3_small_x0_35_ssld | 6.4MB | 224x224 | 55.55% | 77.71% |
| MobileNetV3_large_x1_0_ssld | 22MB | 224x224 | 78.96% | 94.48% |
| ShuffleNetV2_x0_25 | 2.4MB | 224x224 | 49.9% | 73.79% |
| ShuffleNetV2_x2_0 | 29MB | 224x224 | 73.15% | 91.2% |
| SqueezeNet1_1 | 4.8MB | 224x224 | 60.1% | 81.9% |
| InceptionV3 | 92MB | 299x299 | 79.14% | 94.59% |
| PPHGNet_tiny_ssld | 57MB | 224x224 | 81.95% | 96.12% |
| PPHGNet_base_ssld | 274MB | 224x224 | 85.0% | 97.35% |
| ResNet50_vd | 98MB | 224x224 | 79.12% | 94.44% |
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
马建仓 AI 助手
