WebAI.js：PaddleDetection 模型导出和部署

1. 介绍

• 本教程将介绍如何使用 PaddleDetection 套件导出推理模型并使用 WebAI.js 部署到网页前端
• 示例项目 GitHub：AgentMaker/WebAI.js-Examples

2. 同步代码

• 克隆 PaddleDetection 代码

  $ git clone https://github.com/PaddlePaddle/PaddleDetection --depth 1
  

2. 导出 Paddle 推理模型

• PaddleDetection 的导出脚本位于 PaddleDetection/tools/export_model.py

• 更多详细的使用方法可参考 PaddleDetection 官方文档

• 作为演示，所以使用官方提供的 PPYOLO tiny 预训练模型进行导出，具体步骤如下：

1. 切换工作目录

   $ cd ./PaddleDetection
   

2. 安装依赖

   $ pip install -r requirements.txt
   

3. 导出 Paddle 格式的推理模型

   # 使用脚本时通过命令行参数指定模型的配置文件、预训练模型、保存目录和当前运行的设备类型
   
   $ python tools/export_model.py \
       -c configs/ppyolo/ppyolo_tiny_650e_coco.yml \
       --output_dir=../inference_model \
       -o weights=https://paddledet.bj.bcebos.com/models/ppyolo_tiny_650e_coco.pdparams \
       use_gpu=False
   

3. 转换为 ONNX 模型

1. 安装 Paddle2ONNX

   $ pip install paddle2onnx
   

2. 模型转换