paddlers/docs/quick_start.md

快速开始

环境准备

环境准备可参考：使用教程——训练模型

模型训练

• 在安装完成PaddleRS后，即可开始模型训练。
• 模型训练可参考：使用教程——训练模型

模型精度验证

模型训练完成后，需要对模型进行精度验证，以确保模型的预测效果符合预期。以DeepLab V3+图像分割模型为例，可以使用以下命令启动：

import paddlex as pdx

# 加载模型
model = pdx.load_model('output/deeplabv3p/best_model')

# 加载验证集
dataset = pdx.datasets.SegDataset(
    data_dir='dataset/val',
    file_list='dataset/val/list.txt',
    label_list='dataset/labels.txt',
    transforms=model.eval_transforms)

# 进行验证
result = model.evaluate(dataset, batch_size=1, epoch_id=None, return_details=True)

print(result)

在上述代码中，pdx.load_model()方法用于加载预训练的DeepLabV3P模型，pdx.datasets.SegDataset()方法用于加载验证集数据。model.evaluate()方法接受验证集数据集、批大小和轮数等参数，并返回包括预测结果和指标评估在内的验证结果。最后，我们可以打印输出验证结果。

模型部署

模型导出

模型导出可参考：部署模型导出

Python部署

Python部署可参考：Python部署