一、目标
本次工作的目标是在旭日X3派上部署PaddlePaddle的开源模型，至于PaddlePaddle模型转换，已有大佬写过很赞的教程，自我感觉不能超越，于是本文不再提及。
飞桨(PaddlePaddle)是集深度学习核心框架、工具组件和服务平台为一体的技术先进、功能完备的开源深度学习平台，已被中国企业广泛使用，深度契合企业应用需求，拥有活跃的开发者社区生态。提供丰富的官方支持模型集合，并推出全类型的高性能部署和集成方案供开发者使用。
二、环境准备
1、python环境
旭日X3派的官方img支持的是python3.8，这个跟PaddlePaddle要求的3.6版本不同，因为PaddlePaddle SDK使用的tensor模块等依赖python3.6，所以要在X3派系统中使用python3.6。网上很多种方法，譬如通过pyenv、anaconda等python版本管理工具进行python版本切换，因为在实际使用中可以指定使用的python版本，为什么不能再装个python3.6呢？需要python3.8的时候敲python3，需要python3.6的时候敲python3.6，感觉不错。
sudo apt-get install software-properties-common -y
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt-get update
sudo apt-get install python3.6 -y
sudo apt-get install libpython3.6 -y
sudo apt-get install python3.6-dev -y
sudo apt-get install python3.6-distutils -y一系列命令敲下来，python3.6环境已经按照完成，直接使用即可。
2、SDK下载
直接在官网（EasyEdge端计算模型生成平台）下载PaddlePaddle SDK，选择需要的SDK即可，因为是要部署在X3派上，所以选择了 操作系统为Linux，且部署芯片为通用ARM芯片的模型，这次我选择的是PPLCNetV2。
PPLCNet是百度团队设计的轻量高性能网络PP-LCNet，所提方案在图像分类任务上取得了比ShuffleNetV2、MobileNetV2、MobileNetV3以及GhostNet更优的延迟-精度均衡。
PPLCNetV2当然比PPLCNetV1牛逼了，一会试试图像分类功能。
三、模型部署
1、PaddlePaddle安装
直接使用如下命令安装PaddlePaddle：
python3.6 -m pip install http://aipe-easyedge-public.bj.bcebos.com/easydeploy/paddlelite-2.11-cp36-cp36m-linux_aarch64.whl 记得一定要用python3.6…
2、安装WHL包
将2.2节下载的SDK包解压缩，传输至X3派，首先安装python目录下（当然也可以选择C++，python直接运行了，方便）的BaiduAI_EasyEdge_SDK-1.3.1-cp36-cp36m-linux_aarch64.whl包，记得用python3.6，中间可能会根据系统的情况，下载安装numpy，opencv-python等，耐心等待即可，直到安装成功。
四、预测图像
直接在系统上运行的命令格式如下，记得使用python3.6：
python3.6 demo_x86_cpu.py {模型RES文件夹}{测试图片路径}1、鸭子
结果如下：
root@ubuntu:~/EasyEdge-Linux-arm/python/infer_demo# python3.6 demo_armv8_cpu.py ../../RES /root/ducks.jpg
2022-09-17 00:36:30 INFO [EasyEdge] [demo_armv8_cpu.py:38] 548210040848: Init paddlelite engine...
Loading topology data from ../../RES/model
Loading params data from ../../RES/params
1. Model is successfully loaded!
2022-09-17 00:36:31 INFO [EasyEdge] [demo_armv8_cpu.py:38] 548210040848: Paddlelite engine version: v2.11
infer done!
{'confidence': 0.36856314539909363, 'index': 97, 'label': 'n01847000 drake'}2、蚂蚁
测试结果，ant, emmet, pismire都是蚂蚁：
root@ubuntu:~/EasyEdge-Linux-arm/python/infer_demo# python3.6 demo_armv8_cpu.py ../../RES /root/ants.jpg
2022-09-17 00:37:40 INFO [EasyEdge] [demo_armv8_cpu.py:38] 548581892112: Init paddlelite engine...
Loading topology data from ../../RES/model
Loading params data from ../../RES/params
1. Model is successfully loaded!
2022-09-17 00:37:41 INFO [EasyEdge] [demo_armv8_cpu.py:38] 548581892112: Paddlelite engine version: v2.11
infer done!
{'confidence': 0.9655985832214355, 'index': 310, 'label': 'n02219486 ant, emmet, pismire'}本文转自地平线开发者社区
原作者：大菠萝Alpha
原链接：（完整文档及参数说明点击此处一键直达）
