paddlers/test_tipc

飞桨训推一体全流程（TIPC）

1. 简介

飞桨除了基本的模型训练和预测，还提供了支持多端多平台的高性能推理部署工具。本文档提供了飞桨训推一体全流程（Training and Inference Pipeline Criterion(TIPC)）信息和测试工具，方便用户查阅每种模型的训练推理部署打通情况，并可以进行一键测试。

2. 汇总信息

打通情况汇总如下，已填写的部分表示可以使用本工具进行一键测试，未填写的表示正在支持中。

字段说明：

• 基础训练预测：指Linux GPU/CPU环境下的模型训练、Paddle Inference Python预测。
• 更多训练方式：包括多机多卡、混合精度训练。
• 更多部署方式：包括C++预测、Serving服务化部署、ARM端侧部署等多种部署方式，具体列表见3.3节
• Slim训练部署：包括PACT在线量化、离线量化。
• 更多训练环境：包括Windows GPU/CPU、Linux NPU、Linux DCU等多种环境。

| 任务类别 | 模型名称 | 基础
训练预测 | 更多
训练方式 | 更多
部署方式 | Slim
训练部署 | 更多
训练环境 | | :--- | :--- | :----: | :--------: | :----: | :----: | :----: | :----: | | 变化检测 | BIT | 支持 | - | - | - | - | | 场景分类 | HRNet | 支持 | - | - | - | - | | 目标检测 | PP-YOLO | 支持 | - | - | - | - | | 图像分割 | UNet | 支持 | - | - | - | - |

3. 测试工具简介

3.1 目录介绍

test_tipc
    |--configs                                      # 配置目录
    |    |--task_name                               # 任务名称
    |           |--model_name                       # 模型名称
    |                   |--train_infer_python.txt   # 基础训练推理测试配置文件
    |--docs                                         # 文档目录
    |   |--test_train_inference_python.md           # 基础训练推理测试说明文档
    |----README.md                                  # TIPC说明文档
    |----prepare.sh                                 # TIPC基础训练推理测试数据准备脚本
    |----test_train_inference_python.sh             # TIPC基础训练推理测试解析脚本
    |----common_func.sh                             # TIPC基础训练推理测试常用函数

3.2 测试流程概述

使用本工具，可以测试不同功能的支持情况。测试过程包含：

1. 准备数据与环境
2. 运行测试脚本，观察不同配置是否运行成功。

3.3 开始测试

请参考相应文档，完成指定功能的测试。

• 基础训练预测测试：
  • Linux GPU/CPU 基础训练推理测试