paddle 39 基于Paddle Inference在win环境用Cmake编译部署resnet50并加载图像测试

Paddle Inference 是飞桨的原生推理库，作用于服务器端和云端，提供高性能的推理能力。由于能力直接基于飞桨的训练算子，因此Paddle Inference 可以通用支持飞桨训练出的所有模型。 Paddle Inference 功能特性丰富，性能优异，针对不同平台不同的应用场景进行了深度的适配优化，做到高吞吐、低时延，保证了飞桨模型在服务器端即训即用，快速部署。

Paddle Inference支持静态图与动态图的部署，这里博主以paddle官方的resnet50模型为例，只研究实现静态图的部署，并提供动态图转静态图的实现方式。

resnet50静态图下载链接：https://paddle-inference-dist.bj.bcebos/Paddle-Inference-Demo/resnet50.tgz

1、paddle动态图转静态图

这里以一个已经训练好的mnist模型为例，进行转换操作。转换完的模型包含inference.pdiparams、inference.pdiparams.info、inference.pdmodel三个文件，其中pdiparams为模型参数文件，pdmodel为模型结构文件。前面的resnet50静态图下载链接中文件也是这种存储结构。