本篇教程使用Python API对导出模型保存的inference_model进行预测。
在PaddlePaddle中预测引擎和训练引擎底层有着不同的优化方法，代码走不通的分支，两者都可以进行预测。在入门教程的训练/评估/预测流程中介绍的预测流程，即tools/infer.py是使用训练引擎分支的预测流程。保存的inference_model，可以通过fluid.io.load_inference_model接口，走训练引擎分支预测。本文档也同时介绍通过预测引擎的Python API进行预测，一般而言这种方式的速度优于前者。
这篇教程介绍的Python API预测示例，除了可视化部分依赖PaddleDetection外，预处理、模型结构、执行流程均不依赖PaddleDetection。
export CUDA_VISIBLE_DEVICES=0
python tools/cpp_infer.py --model_path=inference_model/faster_rcnn_r50_1x/ --config_path=tools/cpp_demo.yml --infer_img=demo/000000570688.jpg --visualize主要参数说明：
- model_path: inference_model保存路径
- config_path: 参数配置、数据预处理配置文件，注意不是训练时的配置文件
- infer_img: 待预测图片
- visualize: 是否保存可视化结果，默认保存路径为
output/
更多参数可在tools/cpp_demo.yml中查看，主要参数：
-
use_python_inference:
若为true，使用
fluid.io.load_inference_model接口，走训练引擎分支预测。 -
mode:
支持fluid、trt_fp32、trt_fp16、trt_int8，当use_python_inference为false时起作用。fluid是通过预测引擎分支预测，trt_fp32、trt_fp16、trt_int8是通过预测引擎分支预测，后端基于TensorRT的FP32、FP16精度。
-
min_subgraph_size:
当设置mode采用TensorRT时，注意设置此参数。设置与模型arch相关，对部分arch需要调大该参数，一般设置为40适用于所有模型。适当的调小
min_subgraph_size会对预测有加速效果，例如YOLO中该参数可设置为3。 -
Preprocess:
数据预处理配置，一般来说顺序为Resize -> Normalize -> Permute，对于FPN模型还需配置PadStride。不同模型的数据预处理参考训练配置中的
TestReader部分。
注意
-
基于TensorRT预测，数据预处理Resize设置的shape必须保持与模型导出时shape大小一致。
-
预处理中
PadStride为输入图片右下角填充0，默认设置stride为0，即不对输入图片做padding操作。模型中包含FPN结构时，stride应设置为32。模型为RetinaNet系列模型时，stride应设置为128. -
PaddlePaddle默认的GPU安装包(<=1.7)，是不支持基于TensorRT进行预测，如果想基于TensorRT加速预测，需要自行编译，详细可参考预测库编译教程。