您好,为了支持TorchScript部署,Detectron2提供了TracingAdapter和scripting_with_instances两种导出方式,详情可以参照Detectron2 Usage。
我为你整理了一下: Detectron2导出方式:
使用Detectron2的模型导出工具进行导出,导出格式为Caffe2模型。 使用TorchScript导出模型,导出格式为TorchScript模型。 使用ONNX导出模型,导出格式为ONNX模型。 使用TensorRT加速器导出模型,导出格式为TensorRT模型。 通过阿里云ModelArts进行部署,无需额外导出模型。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。