modify docs with paddlex

PaddlePaddle · Oct 21, 2024 · f92a351 · f92a351
1 parent db52460
commit f92a351
Show file tree

Hide file tree

Showing 4 changed files with 28 additions and 28 deletions.
diff --git a/docs/hardware_support/dcu/paddlex_tutorial_cn.md b/docs/hardware_support/dcu/paddlex_tutorial_cn.md
@@ -102,13 +102,13 @@ python main.py -c paddlex/configs/image_classification/ResNet50.yaml \
 
 #### 基于 PaddleInference 推理
 
-训练完成后，最优权重放在 `resnet50_output/best_model/` 目录下，其中 `inference.pdiparams`、`inference.pdiparams.info`、`inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
+训练完成后，最优权重放在 `resnet50_output/best_model/` 目录下，其中 `inference/inference.pdiparams`、`inference/inference.pdiparams.info`、`inference/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
 
 ```shell
 python main.py -c paddlex/configs/image_classification/ResNet50.yaml \
     -o Global.mode=predict \
-    -o Predict.model_dir="./resnet50_output/best_model" \
-    -o Predict.input_path="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg" \
+    -o Predict.model_dir="./resnet50_output/best_model/inference" \
+    -o Predict.input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg" \
     -o Global.device="gpu:0"
 ```
 
@@ -126,7 +126,7 @@ python -m pip install paddle2onnx
 b. 模型转换
 
 ```shell
-paddle2onnx --model_dir=./resnet50_output/best_model/ \
+paddle2onnx --model_dir=./resnet50_output/best_model/inference \
     --model_filename=inference.pdmodel \
     --params_filename=inference.pdiparams \
     --save_file=./resnet50_output/best_model/inference.onnx \
@@ -201,12 +201,12 @@ python main.py -c paddlex/configs/semantic_segmentation/Deeplabv3_Plus-R50.yaml
 
 #### 基于 PaddleInference 推理
 
-训练完成后，最优权重放在 `deeplabv3p_output/best_model/` 目录下，其中 `model/inference.pdiparams`、`model/inference.pdiparams.info`、`model/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
+训练完成后，最优权重放在 `deeplabv3p_output/best_model/` 目录下，其中 `inference/inference.pdiparams`、`inference/inference.pdiparams.info`、`inference/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
 
 ```shell
 python main.py -c paddlex/configs/semantic_segmentation/Deeplabv3_Plus-R50.yaml \
     -o Global.mode=predict \
-    -o Predict.model_dir="./deeplabv3p_output/best_model/model/" \
-    -o Predict.input_path="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_semantic_segmentation_001.jpg" \
+    -o Predict.model_dir="./deeplabv3p_output/best_model/inference" \
+    -o Predict.input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_semantic_segmentation_001.jpg" \
     -o Global.device="gpu:0"
 ```
diff --git a/docs/hardware_support/mlu/paddlex_tutorial_cn.md b/docs/hardware_support/mlu/paddlex_tutorial_cn.md
@@ -108,13 +108,13 @@ python main.py -c paddlex/configs/image_classification/ResNet50.yaml \
 
 #### 基于 PaddleInference 推理
 
-训练完成后，最优权重放在 `resnet50_output/best_model/` 目录下，其中 `inference.pdiparams`、`inference.pdiparams.info`、`inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
+训练完成后，最优权重放在 `resnet50_output/best_model/` 目录下，其中 `inference/inference.pdiparams`、`inference/inference.pdiparams.info`、`inference/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
 
 ```shell
 python main.py -c paddlex/configs/image_classification/ResNet50.yaml \
     -o Global.mode=predict \
-    -o Predict.model_dir="./resnet50_output/best_model" \
-    -o Predict.input_path="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg" \
+    -o Predict.model_dir="./resnet50_output/best_model/inference" \
+    -o Predict.input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg" \
     -o Global.device="mlu:0"
 ```
 
@@ -132,7 +132,7 @@ python -m pip install paddle2onnx
 b. 模型转换
 
 ```shell
-paddle2onnx --model_dir=./resnet50_output/best_model/ \
+paddle2onnx --model_dir=./resnet50_output/best_model/inference \
     --model_filename=inference.pdmodel \
     --params_filename=inference.pdiparams \
     --save_file=./resnet50_output/best_model/inference.onnx \
@@ -207,12 +207,12 @@ python main.py -c paddlex/configs/semantic_segmentation/Deeplabv3_Plus-R50.yaml
 
 #### 基于 PaddleInference 推理
 
-训练完成后，最优权重放在 `deeplabv3p_output/best_model/` 目录下，其中 `model/inference.pdiparams`、`model/inference.pdiparams.info`、`model/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
+训练完成后，最优权重放在 `deeplabv3p_output/best_model/` 目录下，其中 `inference/inference.pdiparams`、`inference/inference.pdiparams.info`、`inference/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
 
 ```shell
 python main.py -c paddlex/configs/semantic_segmentation/Deeplabv3_Plus-R50.yaml \
     -o Global.mode=predict \
-    -o Predict.model_dir="./deeplabv3p_output/best_model/model/" \
-    -o Predict.input_path="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_semantic_segmentation_001.jpg" \
+    -o Predict.model_dir="./deeplabv3p_output/best_model/inference/" \
+    -o Predict.input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_semantic_segmentation_001.jpg" \
     -o Global.device="mlu:0"
 ```
diff --git a/docs/hardware_support/npu/paddlex_tutorial_cn.md b/docs/hardware_support/npu/paddlex_tutorial_cn.md
@@ -112,13 +112,13 @@ python main.py -c paddlex/configs/image_classification/ResNet50.yaml \
 
 #### 基于 PaddleInference 推理
 
-训练完成后，最优权重放在 `resnet50_output/best_model/` 目录下，其中 `inference.pdiparams`、`inference.pdiparams.info`、`inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
+训练完成后，最优权重放在 `resnet50_output/best_model` 目录下，其中 `inference/inference.pdiparams`、`inference/inference.pdiparams.info`、`inference/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
 
 ```shell
 python main.py -c paddlex/configs/image_classification/ResNet50.yaml \
     -o Global.mode=predict \
-    -o Predict.model_dir="./resnet50_output/best_model" \
-    -o Predict.input_path="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg" \
+    -o Predict.model_dir="./resnet50_output/best_model/inference" \
+    -o Predict.input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg" \
     -o Global.device="npu:0"
 ```
 
@@ -136,7 +136,7 @@ python -m pip install paddle2onnx
 b. 模型转换
 
 ```shell
-paddle2onnx --model_dir=./resnet50_output/best_model/ \
+paddle2onnx --model_dir=./resnet50_output/best_model/inference \
     --model_filename=inference.pdmodel \
     --params_filename=inference.pdiparams \
     --save_file=./resnet50_output/best_model/inference.onnx \
@@ -210,13 +210,13 @@ python main.py -c paddlex/configs/object_detection/PP-YOLOE_plus-S.yaml \
 
 #### 基于 PaddleInference 推理
 
-训练完成后，最优权重放在 `ppyolo_plus_s_output/best_model/` 目录下，其中 `inference.pdiparams`、`inference.pdiparams.info`、`inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
+训练完成后，最优权重放在 `ppyolo_plus_s_output/best_model` 目录下，其中 `inference/inference.pdiparams`、`inference/inference.pdiparams.info`、`inference/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
 
 ```shell
 python main.py -c paddlex/configs/object_detection/PP-YOLOE_plus-S.yaml \
     -o Global.mode=predict \
-    -o Predict.model_dir="./ppyolo_plus_s_output/best_model" \
-    -o Predict.input_path="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_object_detection_002.png" \
+    -o Predict.model_dir="./ppyolo_plus_s_output/best_model/inference" \
+    -o Predict.input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_object_detection_002.png" \
     -o Global.device="npu:0"
 ```
 
@@ -286,12 +286,12 @@ python main.py -c paddlex/configs/semantic_segmentation/Deeplabv3_Plus-R50.yaml
 
 #### 基于 PaddleInference 推理
 
-训练完成后，最优权重放在 `deeplabv3p_output/best_model/` 目录下，其中 `model/inference.pdiparams`、`model/inference.pdiparams.info`、`model/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
+训练完成后，最优权重放在 `deeplabv3p_output/best_model/` 目录下，其中 `inference/inference.pdiparams`、`inference/inference.pdiparams.info`、`inference/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
 
 ```shell
 python main.py -c paddlex/configs/semantic_segmentation/Deeplabv3_Plus-R50.yaml \
     -o Global.mode=predict \
-    -o Predict.model_dir="./deeplabv3p_output/best_model/model/" \
-    -o Predict.input_path="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_semantic_segmentation_001.jpg" \
+    -o Predict.model_dir="./deeplabv3p_output/best_model/inference" \
+    -o Predict.input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_semantic_segmentation_001.jpg" \
     -o Global.device="npu:0"
 ```
diff --git a/docs/hardware_support/xpu/paddlex_tutorial_cn.md b/docs/hardware_support/xpu/paddlex_tutorial_cn.md
@@ -102,13 +102,13 @@ python main.py -c paddlex/configs/image_classification/ResNet50.yaml \
 
 #### 基于 PaddleInference 推理
 
-训练完成后，最优权重放在 `resnet50_output/best_model/` 目录下，其中 `inference.pdiparams`、`inference.pdiparams.info`、`inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
+训练完成后，最优权重放在 `resnet50_output/best_model/` 目录下，其中 `inference/inference.pdiparams`、`inference/inference.pdiparams.info`、`inference/inference.pdmodel` 3 个文件为静态图文件，用于推理使用，使用如下命令进行推理
 
 ```shell
 python main.py -c paddlex/configs/image_classification/ResNet50.yaml \
     -o Global.mode=predict \
-    -o Predict.model_dir="./resnet50_output/best_model" \
-    -o Predict.input_path="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg" \
+    -o Predict.model_dir="./resnet50_output/best_model/inference" \
+    -o Predict.input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_image_classification_001.jpg" \
     -o Global.device="xpu:0"
 ```
 
@@ -126,7 +126,7 @@ python -m pip install paddle2onnx
 b. 模型转换
 
 ```shell
-paddle2onnx --model_dir=./resnet50_output/best_model/ \
+paddle2onnx --model_dir=./resnet50_output/best_model/inference \
     --model_filename=inference.pdmodel \
     --params_filename=inference.pdiparams \
     --save_file=./resnet50_output/best_model/inference.onnx \