容器模式:会从AI中台获取部署包相关的信息,包括镜像地址、启动参数等等,并自动填充到BIE的应用配置 进程模式:会自动创建sdk对应的配置项,并加载平台内置脚本来启动应用 用户也可以在这一步骤自行去修改一下相关的参数,比如启动端口等等 部署到节点,并运行
bash download.sh 4、将带有全部安装文件的original文件夹上传到待部署的服务器中。
需要注意的,w,h设得越大,模型在预测过程中所需要的耗时和内存/显存占用越高;设得太小,会影响模型精度 更多模型转换详情参考PaddleX官方文档: https://paddlex.readthedocs.io/zh_CN/develop/deploy/export_model.html 模型部署 基于Edgeboard 1.8.0示例模型部署 上传模型 模型训练完成后,将模型文件上传到Edgeboard
configs/detection/yolov3/image.json 基于EdgeBoard1.5.1示例版本模型部署 部署步骤: 1、将模型上传至系统自带的sample的不同示例工程中; EdgeBoard支持图像分类和物体检测两类模型 1)如果是图像分类模型,模型需上传到 /home/root/workspace/PaddleLiteSample/classification/models
如果您需要使用集群方式部署或需要做负载均衡,可以使用 Nginx 来做反向代理。反映在 License 中的「访问域名/IP」同样是用户从浏览器访问 Sugar BI 时使用的域名/IP,也即访问 Nginx 的域名/IP,不是集群中部署 Sugar BI 的服务器的 IP。
bash download.sh 4、将带有全部安装文件的original文件夹上传到待部署的服务器中。
私有部署的费用 私有部署版按照 License 授权进行收费,详见 私有部署版定价 。
webhook推送 如何使用 初次使用先选择 webhook配置 选项卡,点击编辑 按需求填写内容后点击保存 回调地址: 离线部署包创建后, 将推送到的 服务器接口 自动推送: 勾选后创建离线包完成平台自动推送下载地址到回调地址 自动重试: 可能因为网络波动/服务器端偶发错误导致的推送失败,选中后平台将自动重试三次 点击保存后显示保存成功后即可使用 随后再次点到创建 私有部署 点击创建离线包进行创建
公有云部署 注意⚠️:部署上云功能目前处于内测阶段,使用过程中有任何问题,欢迎提issue或微信群反馈~ 支持一键将自己的服务部署到公有云上,目前支持百度智能云。部署后可以自动生成公网ip,无需额外配置。可以用来解决以下问题: 在百度云部署的WebService,可以引入到AppBuilder工作流中的API节点,形成应用中嵌套应用,构建能够解决复杂业务问题的工作流。
所有模型及平台均可提供 容器化软件部署包 ,支持主流CPU/GPU环境及国产化系统,可一键部署至企业的本地物理机、本地虚拟机及云主机服务器等;支持单机部署、多机部署、集群部署等方式,选型灵活,安全可靠。