可执行脚本类型进程应用

智能边缘 BIE

  • 产品描述
    • 名词解释
    • 使用限制
    • 产品概述
    • 产品优势
    • 应用场景
  • 配置文件说明
    • baetyl-rule
    • baetyl-remote-object
    • baetyl-function
    • baetyl-broker
  • 快速入门
    • 融合模式节点安装
    • 快速入门指南
    • 离线安装k3s+docker
    • 进程模式节点安装
      • 在linux上安装
      • 在windows上安装
  • 典型实践
    • OPC-UA使用
    • 使用BIE函数计算调用文心一言
    • 边缘规则引擎实战
      • 集成Kuiper流式计算引擎
      • 边缘规则实例
    • 将AI中台模型部署至边缘节点
      • 获取AI中台模型部署包进行应用部署
      • 部署模型SDK至Atlas200DK
      • 模型中心1.0
        • 通过AI中台转换模型并下发至边缘
        • 通过AI中台直接将模型下发至边缘
      • 模型中心2.0
        • 将物体检测模型部署至边缘
        • 将图像分类模型部署至边缘
    • 部署PaddleServing模型
      • 使用BIE下发PaddleOCR模型
      • 制作GPU版本Paddle Serving推理镜像
      • 通过BIE部署Paddle Serving
    • Modbus协议采集温湿度传感器
      • 连接边缘baetyl-broker
      • 使用内置modbus驱动采集数据并进行边缘函数计算
      • 数据从baetyl-broker上传至IoTCore
    • 部署EasyDL模型SDK
      • 部署EasyDL烟火检测模型至ARM64节点
    • 部署EasyEdge模型SDK
      • 进程模式下发python SDK模型
      • 使用EasyEdge模型转换获取边缘模型
      • 部署模型SDK至Windows设备
      • 部署模型SDK至Intel Movidius设备
      • 部署模型SDK至Jetson Xavier
    • 部署自定义容器镜像模型
      • 部署mnist手写数字识别模型
      • 部署物体检测模型
    • video-infer实现边缘视频AI推断
      • 使用Movidius VPU加速边缘视频推断
      • 使用CPU实现边缘视频推断
  • 操作指南
    • 主子用户鉴权
    • 设备管理
      • 设备模拟器
      • 子设备数据云边交互方式
      • 进程模式软网关设备接入指南
      • 子设备数据云边交互方式-v2
      • 视频流管理
        • IPC子设备和驱动
        • 边缘转发RTSP视频流
      • 设备接入
        • 设备模型管理
        • 接入模板
        • 设备管理
        • 子设备绑定
      • 驱动管理
        • 进程模式软网关自定义驱动开发
        • 驱动管理
        • GO语言实现示例
        • 自定义驱动开发指南
      • 不同协议设备接入
        • BACnet设备接入
        • OPC-UA设备接入
        • Modbus 设备接入
        • IEC104设备接入
        • OPC-DA设备接入
    • 节点管理
      • 边缘应用获取云端STS鉴权
      • 进程模式节点
      • 远程MQTT消息下发
      • 节点运行模式说明
      • 节点影子
      • 远程调用
      • 容器模式节点
      • 远程调试
      • 远程SSH边缘节点
      • 边缘节点OpenAPI
      • 证书管理
      • 节点预配
    • 业务编排
      • 单元管理
      • 技能管理
      • 常见技能
    • 应用管理
      • 业务模版
      • 应用部署
        • 应用运行模式与分类说明
        • 函数应用
          • 自定义函数与依赖包解耦下发
          • 从CFC引入多个函数下发
          • 典型使用说明
          • 使用函数调用边缘AI模型
          • 自定义函数与依赖包整体下发
        • 容器应用
          • subpath子路径使用说明
          • workdir工作目录使用说明
          • Job类型容器应用
          • 容器应用状态说明
          • 原生yaml接入使用说明
          • 端口映射说明
          • 容器应用工作负载类型说明
          • Deployment类型容器应用
          • DaemonSet类型容器应用
          • QPS监控
          • emptyDir卷使用说明
          • 边缘服务调用
        • 进程应用
          • 进程应用概述
          • 可执行二进制程序类型进程应用
          • 可执行脚本类型进程应用
      • 配置管理
        • 证书
        • 函数
        • 镜像仓库凭证
        • 配置项
        • 密文
        • 镜像
        • 进程程序包
    • AI加速卡
      • AI加速卡通用资源调度方法
      • 自定义加速卡算力指标采集
      • 华为昇腾
        • 昇腾310资源监控
      • 英伟达
        • GPU资源调度-显存隔离
        • Jetson资源监控
        • GPU资源调度-显存共享
        • Jetson依赖说明
        • NVIDIA GPU资源监控
      • 寒武纪
        • MLU270资源监控
      • 百度昆仑
        • 昆仑芯片资源监控
      • 比特大陆
        • 挂载比特大陆边缘计算盒子tpu资源
        • BM-SE5资源监控
  • 服务等级协议SLA
    • 服务等级协议SLA(V1.0)
  • 备份
    • 进程模式应用
    • 部署通用CPU模型
    • 部署模型SDK至Atlas200DK
    • 适配列表
    • 连接边缘节点本地baetyl-broker
    • 使用自定义modbus应用采集
    • NVIDIA GPU资源管理
    • FAQ
    • NVIDIA Jetson专用模型部署-进程模式
    • 容器模式应用
    • 连接边缘节点本地baetyl-broker服务
    • DaemonSet类型和job类型服务部署
    • 通用CPU模型部署-容器模式
    • NVIDIA Jetson专用模型部署-容器模式
    • 功能发布记录
    • 在BIE控制台部署从AI中台下载的模型
    • EasyEdge概述
    • Nvidia_Jetson
      • 使用NVIDIA官方镜像运行模型-容器模式
      • 二进制程序运行模型-进程模式
      • 使用edgekit镜像运行模型-容器模式
    • 下载专区
      • 相关资源下载
  • 产品定价
    • 产品定价
所有文档
menu
没有找到结果,请重新输入

智能边缘 BIE

  • 产品描述
    • 名词解释
    • 使用限制
    • 产品概述
    • 产品优势
    • 应用场景
  • 配置文件说明
    • baetyl-rule
    • baetyl-remote-object
    • baetyl-function
    • baetyl-broker
  • 快速入门
    • 融合模式节点安装
    • 快速入门指南
    • 离线安装k3s+docker
    • 进程模式节点安装
      • 在linux上安装
      • 在windows上安装
  • 典型实践
    • OPC-UA使用
    • 使用BIE函数计算调用文心一言
    • 边缘规则引擎实战
      • 集成Kuiper流式计算引擎
      • 边缘规则实例
    • 将AI中台模型部署至边缘节点
      • 获取AI中台模型部署包进行应用部署
      • 部署模型SDK至Atlas200DK
      • 模型中心1.0
        • 通过AI中台转换模型并下发至边缘
        • 通过AI中台直接将模型下发至边缘
      • 模型中心2.0
        • 将物体检测模型部署至边缘
        • 将图像分类模型部署至边缘
    • 部署PaddleServing模型
      • 使用BIE下发PaddleOCR模型
      • 制作GPU版本Paddle Serving推理镜像
      • 通过BIE部署Paddle Serving
    • Modbus协议采集温湿度传感器
      • 连接边缘baetyl-broker
      • 使用内置modbus驱动采集数据并进行边缘函数计算
      • 数据从baetyl-broker上传至IoTCore
    • 部署EasyDL模型SDK
      • 部署EasyDL烟火检测模型至ARM64节点
    • 部署EasyEdge模型SDK
      • 进程模式下发python SDK模型
      • 使用EasyEdge模型转换获取边缘模型
      • 部署模型SDK至Windows设备
      • 部署模型SDK至Intel Movidius设备
      • 部署模型SDK至Jetson Xavier
    • 部署自定义容器镜像模型
      • 部署mnist手写数字识别模型
      • 部署物体检测模型
    • video-infer实现边缘视频AI推断
      • 使用Movidius VPU加速边缘视频推断
      • 使用CPU实现边缘视频推断
  • 操作指南
    • 主子用户鉴权
    • 设备管理
      • 设备模拟器
      • 子设备数据云边交互方式
      • 进程模式软网关设备接入指南
      • 子设备数据云边交互方式-v2
      • 视频流管理
        • IPC子设备和驱动
        • 边缘转发RTSP视频流
      • 设备接入
        • 设备模型管理
        • 接入模板
        • 设备管理
        • 子设备绑定
      • 驱动管理
        • 进程模式软网关自定义驱动开发
        • 驱动管理
        • GO语言实现示例
        • 自定义驱动开发指南
      • 不同协议设备接入
        • BACnet设备接入
        • OPC-UA设备接入
        • Modbus 设备接入
        • IEC104设备接入
        • OPC-DA设备接入
    • 节点管理
      • 边缘应用获取云端STS鉴权
      • 进程模式节点
      • 远程MQTT消息下发
      • 节点运行模式说明
      • 节点影子
      • 远程调用
      • 容器模式节点
      • 远程调试
      • 远程SSH边缘节点
      • 边缘节点OpenAPI
      • 证书管理
      • 节点预配
    • 业务编排
      • 单元管理
      • 技能管理
      • 常见技能
    • 应用管理
      • 业务模版
      • 应用部署
        • 应用运行模式与分类说明
        • 函数应用
          • 自定义函数与依赖包解耦下发
          • 从CFC引入多个函数下发
          • 典型使用说明
          • 使用函数调用边缘AI模型
          • 自定义函数与依赖包整体下发
        • 容器应用
          • subpath子路径使用说明
          • workdir工作目录使用说明
          • Job类型容器应用
          • 容器应用状态说明
          • 原生yaml接入使用说明
          • 端口映射说明
          • 容器应用工作负载类型说明
          • Deployment类型容器应用
          • DaemonSet类型容器应用
          • QPS监控
          • emptyDir卷使用说明
          • 边缘服务调用
        • 进程应用
          • 进程应用概述
          • 可执行二进制程序类型进程应用
          • 可执行脚本类型进程应用
      • 配置管理
        • 证书
        • 函数
        • 镜像仓库凭证
        • 配置项
        • 密文
        • 镜像
        • 进程程序包
    • AI加速卡
      • AI加速卡通用资源调度方法
      • 自定义加速卡算力指标采集
      • 华为昇腾
        • 昇腾310资源监控
      • 英伟达
        • GPU资源调度-显存隔离
        • Jetson资源监控
        • GPU资源调度-显存共享
        • Jetson依赖说明
        • NVIDIA GPU资源监控
      • 寒武纪
        • MLU270资源监控
      • 百度昆仑
        • 昆仑芯片资源监控
      • 比特大陆
        • 挂载比特大陆边缘计算盒子tpu资源
        • BM-SE5资源监控
  • 服务等级协议SLA
    • 服务等级协议SLA(V1.0)
  • 备份
    • 进程模式应用
    • 部署通用CPU模型
    • 部署模型SDK至Atlas200DK
    • 适配列表
    • 连接边缘节点本地baetyl-broker
    • 使用自定义modbus应用采集
    • NVIDIA GPU资源管理
    • FAQ
    • NVIDIA Jetson专用模型部署-进程模式
    • 容器模式应用
    • 连接边缘节点本地baetyl-broker服务
    • DaemonSet类型和job类型服务部署
    • 通用CPU模型部署-容器模式
    • NVIDIA Jetson专用模型部署-容器模式
    • 功能发布记录
    • 在BIE控制台部署从AI中台下载的模型
    • EasyEdge概述
    • Nvidia_Jetson
      • 使用NVIDIA官方镜像运行模型-容器模式
      • 二进制程序运行模型-进程模式
      • 使用edgekit镜像运行模型-容器模式
    • 下载专区
      • 相关资源下载
  • 产品定价
    • 产品定价
  • 文档中心
  • arrow
  • 智能边缘BIE
  • arrow
  • 操作指南
  • arrow
  • 应用管理
  • arrow
  • 应用部署
  • arrow
  • 进程应用
  • arrow
  • 可执行脚本类型进程应用
本页目录
  • 1、概述
  • 2、飞桨开源模型SDK说明
  • 3、可执行脚本类型进程应用运行逻辑
  • 4、程序包依赖文件准备
  • 4.1 可执行脚本
  • 4.2 程序入口配置文件
  • 5、创建程序包
  • 6、创建进程应用
  • 6.1 创建开源模型SDK配置项
  • 6.2 创建进程应用,关联程序包与模型SDK配置项
  • 6.3 进程应用环境变量配置说明
  • 7、验证
  • 8、多平台测试应用汇总
  • 8.1 通用x86_64平台
  • 8.2 通用ARM64平台
  • yolov3-mobilenetv3
  • pp-yolo-resnet50
  • 8.3 Jetson平台(近支持jetpack 4.6)

可执行脚本类型进程应用

更新时间:2025-08-21

1、概述

在进程应用概述当中提到,进程应有两类,本文重点讲解可执行脚本类型进程应用,并以如何将 飞桨开源模型的SDK 构建成BIE进程应用为例来进行详细说明。

2、飞桨开源模型SDK说明

  • 百度AI官网 提供了多个免费的 飞桨开源模型的SDK 供用户测试使用,针对不同平台及芯片架构提供了不同的模型SDK。
  • 用户可以基于自身设备架构下载对应的模型SDK。
  • 本文将使用 YoloV3_MobileNetV3 模型 Linux操作系统 下适配 通用ARM芯片 的模型SDK EasyEdge-Linux-YoloV3_MobileNetV3_large-arm-SDK.zip 来做详细讲解。

image.png

  • 模型SDK要被可执行脚本运行,需要支持CPP编译,因此模型SDK的目录当中必须包含cpp目录,并且cpp目录当中包含src目录,示例目录如下所示:
Plain Text
1.EasyEdge-Linux-arm
2├── RES                  # 模型资源文件夹,一套模型适配不同硬件、OS和部署方式
3│   ├── model            # 模型结构文件 
4│   ├── params           # 模型参数文件
5│   ├── label_list.txt   # 模型标签文件
6│   ├── infer_cfg.json   # 模型前后处理等配置文件
7├── ReadMe.txt
8├── cpp                  # C++ SDK 文件目录
9    └── baidu_easyedge_linux_cpp_aarch64_ARM_gcc5.4_v1.5.2_20220608.tar.gz
10        ├── bin          # 可直接运行的二进制文件
11        ├── include      # 二次开发用的头文件 
12        ├── lib          # 二次开发用的所依赖的库
13        ├── src          # 二次开发用的示例工程
14        └── thirdparty   # 第三方依赖
15└── python  # Python SDK 文件目录
  • 图像分类、物体检测类型的开源模型SDK都支持本文的部署方案
  • OCR 类型模型不是上述目录结构,不支持本文的部署方案

3、可执行脚本类型进程应用运行逻辑

  1. 程序包主要由可执行脚本与程序入口配置文件组成,在入口配置文件当中定义可执行脚本名称。
  2. 可以在创建程序包的时候就引入开源模型SDK,也可以在创建进程应用的时候,通过卷配置引入开源模型SDK配置项。为了让程序包更加通用,此处我们选择后者,即为模型SDK文件创建独立的配置项。
  3. 进程应用部署以后,会下发程序包,以及开源模型SDK配置项。
  4. 边缘计算框架baetyl会下载程序包和开源模型SDK文件。然后根据入口配置文件的定义,在边缘侧执行可执行脚本,在可执行脚本当中定义业务处理逻辑,包含:

    • 检查边缘测试开源模型SDK是否编译完成:

      • 如果已经完成编译,跳过编译环节,直接运行模型二进制程序
      • 如果没有完成编译

        • 解压模型SDK文件
        • 执行编译
        • 运行编译得到的模型二进制程序
  5. 编译需要本地安装make、cmake、g++等环境,如果没有需要提前安装,可以使用以下命令查看是否有安装。
Bash
1#查看cmake版本
2cmake --version
3cmake version 3.16.3make --version
4#查看make版本
5make --version
6GNU Make 4.2.1
7#查看g++版本
8g++ --version
9g++ (Ubuntu 9.4.0-1ubuntu1~20.04.1) 9.4.0

如果使用CentOS 7.9操作系统,需要升级cmake版本只3.0+,升级GCC版本至9.0+

4、程序包依赖文件准备

4.1 可执行脚本

  1. 开发可执行脚本,假定脚本名称为bootstrap.sh
  2. 将bootstrap.sh授予可执行权限,并压缩为zip文件
Bash
1# 授予可执行权限
2chmod +x bootstrap.sh
3# 查看文件权限
4ls -l bootstrap.sh
5-rwxr-xr-x 1 root root 5916 Sep 29 19:37 bootstrap.sh
6# 压缩为zip文件
7zip bootstrap.sh.zip bootstrap.sh
  1. 将bootstrap.sh.zip上传至个人的对象存储,设置为公有云读并记录它的http下载地址,这个下载地址后面会用到。
  2. 针对飞桨开源模型的SDK的运行脚本可以下载bootstrap.sh.zip

4.2 程序入口配置文件

  1. 整理程序入口配置文件:

    • 文件名:program.yml
    • 文件内容:entry: "bootstrap.sh"
  2. 将program.yml压缩为zip文件
Bash
1zip program.yml.zip program.yml
  1. program.yml.zip上传至个人的对象存储,设置为公有云读并记录它的http下载地址,这个下载地址后面会用到。也可以直接使用此处已经准备好的program.yml.zip

5、创建程序包

  1. 参考进程程序包教程,创建程序包paddle-opensource-sdk-edge-serving,通过HTTP方式引入前面创建的2个文件:

    • bootstrap.sh.zip
    • program.yml.zip
  2. 也可以直接下载(右键->另存为) 进程程序包-paddle-opensource-sdk-edge-serving.json,然后导入程序包。

6、创建进程应用

6.1 创建开源模型SDK配置项

前面提到,需要为每一个开源模型SDK创建独立的配置项,创建步骤如下:

  1. 点击配置管理
  2. 点击创建配置项
  3. 在配置项当中输入配置项信息

    • 名称:easyedge-linux-yolov3-mobilenetv3-large-arm-sdk.zip
    • 类型:http
    • URL:https://baidu-aiap.bj.bcebos.com/easyedge/open-model/46/EasyEdge-Linux-YoloV3_MobileNetV3_large-arm-SDK.zip
    • 文件名:EasyEdge-Linux-YoloV3_MobileNetV3_large-arm-SDK.zip
    • 校验文件:否
    • 是否解压:否。因为上面bootstrap.sh当中包含解压操作,所以此处不需要边缘计算框架baetyl来解压。
  4. 如果不想从头手动创建,可以直接下载(右键-另存为) 配置项-easyedge-linux-yolov3-mobilenetv3-large-arm-sdk.zip.json,然后导入配置项

6.2 创建进程应用,关联程序包与模型SDK配置项

  1. 创建进程应用

    • 名称:paddle-opensource-sdk-edge-serving
  2. 添加服务(程序包)

    • 名称:paddle-opensource-sdk-edge-serving
    • 程序包:关联前面创建的paddle-opensource-sdk-edge-serving
    • 卷配置:

      • 卷名称:paddle-model-file
      • 类型:配置项
      • 参数:关联前面创建的easyedge-linux-yolov3-mobilenetv3-large-arm-sdk.zip这个配置项
      • 目录:/mnt/easyedge。因为上面bootstrap.sh当中默认使用了工作目录/mnt/easyedge作为模型SDK文件的存放地址,所以此处填写/mnt/easyedge。使用mnt/easyedge也可以,都是相对于工作目录的相对路径。
    • 点击确定
    • 点击下一步
  3. 目标节点(可选环境,可以先创建应用,再部署至目标节点)

    • 单节点匹配
    • 选择一个进程节点
    • 点击下一步
  4. 部署方式:

    • 立即部署
    • 点击创建
  5. 如果不想从头手动创建,可以直接下载(右键-另存为) 应用-paddle-opensource-sdk-edge-serving.json,然后导入应用

6.3 进程应用环境变量配置说明

本文引入的可执行脚本,支持传递以下环境变量:

  • PARAMS_SDK_SRC:模型SDK挂载目录,不传默认为/mnt/easyedge
  • PARAMS_PORT:模型服务发布端口号,不传默认为8701
  • PARAMS_EXTRA_LD_LIBRARY_PATH:额外的LD_LIBRARY_PATH,不传默认为空
  • PARAMS_SERIAL_NUM:模型序列号,不传默认为AAAA-AAAA-AAAA-AAAA,开源模型SDK不校验模型序列号,因此可以直接使用默认。
  • EDGE_SOC:部署硬件的SOC,仅对NVIDIA Jetson生效,如果是jetson硬件,此处必须填写jetson

7、验证

  1. 云端查看边缘应用状态

image.png

  1. 边缘查看systemctl服务状态

我们知道创建的进程应用名称为paddle-opensource-sdk-edge-serving,使用如下命令检索该服务的运行状态,可以看到状态是loaded active running

Bash
1# 查询进程应用服务状态
2systemctl | grep paddle
3# 返回结果
4baetyl-edge.paddle-opensource-sdk-edge-serving.1664451447xmf2rs.paddle-opensource-sdk-edge-serving.1.service  loaded active running   3333
  1. 边缘查看应用日志文件
Bash
1# 执行命令,如果应用名称是paddle-opensource-sdk-edge-serving,可以直接使用如下命令
2tail -f /var/lib/baetyl/log/baetyl-edge/paddle-opensource-sdk-edge-serving/1*/*.log
3# 返回日志
4/usr/bin/ld: ../../../thirdparty/opencv/lib/libopencv_imgproc.so: .dynsym local symbol at index 9 (>= sh_info of 3)
5[100%] Built target easyedge_serving
6+ [[ -f /var/lib/baetyl/run/baetyl-edge/paddle-opensource-sdk-edge-serving/1664451447xmf2rs/paddle-opensource-sdk-edge-serving/1/sdk/EasyEdge-Linux-arm/cpp/src/demo_serving/build/demo_serving ]]
7+ start_serving
8+ local llp=/var/lib/baetyl/run/baetyl-edge/paddle-opensource-sdk-edge-serving/1664451447xmf2rs/paddle-opensource-sdk-edge-serving/1/sdk/EasyEdge-Linux-arm/cpp/lib:/var/lib/baetyl/run/baetyl-edge/paddle-opensource-sdk-edge-serving/1664451447xmf2rs/paddle-opensource-sdk-edge-serving/1/sdk/EasyEdge-Linux-arm/cpp/thirdparty/opencv/lib:/usr/local/lib:
9+ '[' -f /var/lib/baetyl/run/baetyl-edge/paddle-opensource-sdk-edge-serving/1664451447xmf2rs/paddle-opensource-sdk-edge-serving/1/sdk/EasyEdge-Linux-arm/cpp/bin/edgekit_serving ']'
10+ LD_LIBRARY_PATH=/var/lib/baetyl/run/baetyl-edge/paddle-opensource-sdk-edge-serving/1664451447xmf2rs/paddle-opensource-sdk-edge-serving/1/sdk/EasyEdge-Linux-arm/cpp/lib:/var/lib/baetyl/run/baetyl-edge/paddle-opensource-sdk-edge-serving/1664451447xmf2rs/paddle-opensource-sdk-edge-serving/1/sdk/EasyEdge-Linux-arm/cpp/thirdparty/opencv/lib:/usr/local/lib::
11+ /var/lib/baetyl/run/baetyl-edge/paddle-opensource-sdk-edge-serving/1664451447xmf2rs/paddle-opensource-sdk-edge-serving/1/sdk/EasyEdge-Linux-arm/cpp/src/demo_serving/build/easyedge_serving /var/lib/baetyl/run/baetyl-edge/paddle-opensource-sdk-edge-serving/1664451447xmf2rs/paddle-opensource-sdk-edge-serving/1/sdk/EasyEdge-Linux-arm/RES '' 0.0.0.0 8701
122022-09-29 19:37:47,541 INFO [EasyEdge] 281472910028816 EasyEdge Linux Development Kit 1.5.2(Build ARM 20220608) Release
132022-09-29 19:37:47,786 INFO [EasyEdge] 281472910028816 HTTP is now serving at 0.0.0.0:8701, holding 1 instances

通过上述日志我们可以发现,该模型在边缘侧发布了一个端口为8701的HTTP服务,因此直接输入http://[ip]:8701 ,可以测试该模型服务是否正常启动。

image.png

8、多平台测试应用汇总

8.1 通用x86_64平台

  1. 确认 进程程序包-paddle-opensource-sdk-edge-serving.json 已经被导入
  2. 导入 配置项-easyedge-linux-yolov3-mobilenetv3-x86-sdk.zip.json
  3. 导入 应用-easyedge-linux-yolov3-mobilenetv3-x86.json

8.2 通用ARM64平台

yolov3-mobilenetv3

  1. 确认 进程程序包-paddle-opensource-sdk-edge-serving.json 已经被导入
  2. 导入 配置项-easyedge-linux-yolov3-mobilenetv3-large-arm-sdk.zip.json
  3. 导入 应用-easyedge-linux-yolov3-mobilenetv3-arm.json

pp-yolo-resnet50

  1. 确认 进程程序包-paddle-opensource-sdk-edge-serving.json 已经被导入
  2. 导入 配置项-easyedge-linux-pp-yolo-resnet50-arm-sdk.zip.json
  3. 导入 应用-linux-pp-yolo-resnet50-arm.json

8.3 Jetson平台(近支持jetpack 4.6)

  1. 确认 进程程序包-paddle-opensource-sdk-edge-serving.json 已经被导入
  2. 导入 配置项-easyedge-linux-yolov3-mobilenetv3-large-jetson-sdk.zip.json
  3. 导入 应用-easyedge-linux-yolov3-mobilenetv3-jetson.json

上一篇
可执行二进制程序类型进程应用
下一篇
配置管理