mmdeploy教程感觉繁琐,python部署是否能简单一点,Mmdeploy tutorial feels cumbersome,Can Python deployment be simpler

[monkeycc]

mmdeploy教程感觉繁琐 Mmdeploy tutorial feels cumbersome

python部署是否能简单一点 Can Python deployment be simpler

pip install mmdeploy

from mmdeploy.apis import inference_model

model_cfg = ""
deploy_cfg = ""
backend_files = ""
img = ""
device = ""

result = inference_model(model_cfg, deploy_cfg, backend_files, img=img, device=device)

这种方式可以用不 This method can be used without

示例代码 应该要怎么写 How should the sample code be written

能否给一个实际可用的源码 demo Can you give a demo of the actual available source code

[mm-assistant[bot]]

We recommend using English or English & Chinese for issues so that we could have broader discussion.

[tpoisonooo]

最近在做 prebuilt 包和把 mmdeploy 做第三方 lib 使用，如 https://github.com/open-mmlab/mmdeploy/pull/445/ https://github.com/open-mmlab/mmdeploy/pull/482 。

能否顺带说一下您的运行环境（arm/cuda/x86）、模型预估大小（打算用啥 backbone）和打算部署的应用场景（如工业视觉xxxx，处理xxx任务）？

[monkeycc]

https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/apis/prediction.md

能否学习这个

一个框架 全部模型

直接选择模型的目录就行了

从代码 到 预测结果 简单明了

再回头看看我们的教程

from mmdeploy.apis import inference_model
result = inference_model(model_cfg, deploy_cfg, backend_files, img=img, device=device)

函数参数 怎么调用 不知道 model_cfg, deploy_cfg, backend_files 教程一个字 都不多写一个

其他MM系列 训练出来的模型
用代码方式 怎么用 不知道 怎么搞出预测结果的 不知道

我python代码部署 还要让我编译这个 编译那个 python就不能直接用？

问题是按照教程 我没办法部署成功
训练出来的模型 怎么在mmdeploy中 用代码API直接调用

而不是让我编译来编译去 最后还要接口的形式来调用 然后靠自己摸索 踩坑 摸索 踩坑

运行环境（cuda11.3/x86 WIN11 anaconda / ubuntu ） 模型 分类 目标 分割 都要 工业视觉缺陷检测 所以 一定要用 代码API形式 调用

学习隔壁的PaddleX 模型和配置文件 都放一起 代码API调用模型直接选择模型目录就行了

应该少让用户折腾 易用性这一块要加强 @tpoisonooo

[lvhan028]

Thanks for your great suggestion. We are working on it.

https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/apis/prediction.md

能否学习这个

一个框架 全部模型

直接选择模型的目录就行了

从代码 到 预测结果 简单明了

再回头看看我们的教程

from mmdeploy.apis import inference_model
result = inference_model(model_cfg, deploy_cfg, backend_files, img=img, device=device)

函数参数 怎么调用 不知道 model_cfg, deploy_cfg, backend_files 教程一个字 都不多写一个

其他MM系列 训练出来的模型 用代码方式 怎么用 不知道 怎么搞出预测结果的 不知道

我python代码部署 还要让我编译这个 编译那个 python就不能直接用？

问题是按照教程 我没办法部署成功 训练出来的模型 怎么在mmdeploy中 用代码API直接调用

而不是让我编译来编译去 最后还要接口的形式来调用 然后靠自己摸索 踩坑 摸索 踩坑

运行环境（cuda11.3/x86 WIN11 anaconda / ubuntu ） 模型 分类 目标 分割 都要 工业视觉缺陷检测 所以 一定要用 代码API形式 调用

学习隔壁的PaddleX 模型和配置文件 都放一起 代码API调用模型直接选择模型目录就行了

应该少让用户折腾 易用性这一块要加强 @tpoisonooo

[tpoisonooo]

嗯，俺也觉得易用性有要修改的地方，所以现在还在改。感谢佬的批评。

Well, I also think that the ease of use needs to be improved, so it is still changing. Thanks for the criticism.

[tpoisonooo]

简化 SDK cmake option 为 1 个选项即可。 https://github.com/open-mmlab/mmdeploy/pull/832

[tpoisonooo]

加了脚本一键式安装 https://github.com/open-mmlab/mmdeploy/pull/919

[tpoisonooo]

• 已提供 预编译包、自动化脚本；
• 改了编译选项、重构了所有文档结构。

这个 issue 就先关掉了，有啥别的想法 reopen 吧。