c#部署fastdeploy时fastdeploy.vision.segmentation.PaddleSegModel model读取config文件时报错 Unexcepted preprocess operator: LoadImages.

[gunh4mmer]

---

温馨提示：根据社区不完全统计，按照模板提问，可以加快回复和解决问题的速度

---

环境

• 【编译命令】
  git clone https://github.com/PaddlePaddle/FastDeploy.git
  cd FastDeploy
  mkdir build && cd build
  cmake .. -G "Visual Studio 16 2019" -A x64 ^
  -DENABLE_ORT_BACKEND=ON ^
  -DENABLE_PADDLE_BACKEND=ON ^
  -DENABLE_OPENVINO_BACKEND=ON ^
  -DENABLE_TRT_BACKEND=ON ^
  -DENABLE_VISION=ON ^
  -DENABLE_TEXT=ON ^
  -DWITH_GPU=ON ^
  -DWITH_CAPI=ON ^
  -DWITH_CSHARPAPI=ON ^
  -DTRT_DIRECTORY="D:\TensorRT-8.5.2.2" ^
  -DCUDA_DIRECTORY="D:\cuda\v112" ^
  -DCMAKE_INSTALL_PREFIX="D:\paddle_fastdeploy"
  nuget restore
  msbuild fastdeploy.sln /m /p:Configuration=Release /p:Platform=x64
  msbuild INSTALL.vcxproj /m /p:Configuration=Release /p:Platform=x64
• 【系统平台】: Windows x64(Windows10)
• 【硬件】： Nvidia GPU 3060TI， CUDA 11.2 CUDNN 8.4.1.50 tensorRT8.5.2.2
• 【编译语言】： C

我将在下方详细地将编译部署过程解释
（1）：clone fastdeploy代码
（2）：在build文件夹中按照上方cmake，结果如下，无报错

（3）：进行nuget restore，报错如下

原因是opencvsharp版本过高，与项目.net framework4.0不适配，要么将.net framework升至4.8，要么指定低版本opencvsharp，因为之前已经尝试过升级framework，这次尝试指定opencvsharp版本。更改FastDeploy\csharp中的cmakelist.txt的内容，将PROPERTY VS_PACKAGE_REFERENCES "OpenCvSharp4_4.7.0.20230115"中的版本更改为“OpenCvSharp4_4.2.0.20200108”，重新cmake，并nuget restore，无报错。
（4）：进行msbuild fastdeploy.sln /m /p:Configuration=Release /p:Platform=x64操作，报错如下图

原因是该项目与默认的c#10.0版本并不适配，因此修改FastDeploy\build\csharp\fastdeploy_csharp.csproj，将其中的LangVersion版本均改为9.0（因为改为7.3时会报错部分语句仅在高于c#8.0时才存在，因此改为的9.0），重新进行上述语句操作，无报错如下图

（5）：进行msbuild INSTALL.vcxproj /m /p:Configuration=Release /p:Platform=x64操作，无报错，如下图

（6）进入paddle_fastdeploy文件夹，新建bin文件夹，并在cmd中执行fastdeploy_init.bat install %cd% bin语句，将dll全部打包到bin文件夹，完成，结果如下图，总共44个文件，2.19g大小

（7）使用语句python tools/export.py --config configs/ppmattingv2/ppmattingv2-stdc1-human_512.yml --model_path pretrained_models/ppmattingv2-stdc1-human_512.pdparams --save_dir output/inference_model --input_shape 1 3 1374 918
对已训练的paddle模型进行动转静操作，该模型转换后的deploy.yaml信息如下图

使用netron可视化查看模型输入输出结果如下

（8）新建vs工程文件，将工程修改为release且x64，添加如图所示的相关引用，并将bin文件夹中所有dll复制到项目文件夹下的bin\x64\Release中，并写下如下测试代码，测试后得知箭头处为报错点，似乎为不识别配置文件中的loadimage

[heliqi]

目前是不支持这个预处理(所有支持的预处理可以看这个目录：https://github.com/PaddlePaddle/FastDeploy/tree/develop/fastdeploy/vision/common/processors)

1. 可以把配置中不支持的预处理删掉，先自行手动处理
2. 回退下模型训练时的paddleseg版本，应该是新版本出现了新的预处理

[gunh4mmer]

目前是不支持这个预处理(所有支持的预处理可以看这个目录：https://github.com/PaddlePaddle/FastDeploy/tree/develop/fastdeploy/vision/common/processors)

1. 可以把配置中不支持的预处理删掉，先自行手动处理
2. 回退下模型训练时的paddleseg版本，应该是新版本出现了新的预处理

我去查看matting关于loadimage预处理代码时发现，这是一个区分图像类型的代码，所有matting模型都拥有，我在paddleseg2.3版本的模型里同样找到了这个处理，说明并非新增的，但是在https://github.com/PaddlePaddle/FastDeploy/tree/develop/examples/vision/segmentation/paddleseg/matting/cpu-gpu中明确指出适配了matting模型，且提供的预导出模型也有loadimage这个处理，且给出了cpp下部署的案例，但是所给的所有支持的预处理目录里使用load关键字搜索了所有.cc文件，发现并没有相关的申明，有些迷惑

[gunh4mmer]

目前是不支持这个预处理(所有支持的预处理可以看这个目录：https://github.com/PaddlePaddle/FastDeploy/tree/develop/fastdeploy/vision/common/processors)

1. 可以把配置中不支持的预处理删掉，先自行手动处理
2. 回退下模型训练时的paddleseg版本，应该是新版本出现了新的预处理

我去查看matting关于loadimage预处理代码时发现，这是一个区分图像类型的代码，所有matting模型都拥有，我在paddleseg2.3版本的模型里同样找到了这个处理，说明并非新增的，但是在https://github.com/PaddlePaddle/FastDeploy/tree/develop/examples/vision/segmentation/paddleseg/matting/cpu-gpu中明确指出适配了matting模型，且提供的预导出模型也有loadimage这个处理，且给出了cpp下部署的案例，但是所给的所有支持的预处理目录里使用load关键字搜索了所有.cc文件，发现并没有相关的申明，有些迷惑

拿上面编译的c++库以及example中的infer.cc去部署了一个项目，发现程序会报错，似乎c++也无法部署matting模型

[heliqi]

https://github.com/PaddlePaddle/FastDeploy/tree/develop/examples/vision/segmentation/paddleseg/matting/cpu-gpu 文档中预制的模型也没法跑吗？

[heliqi]

如果可以，那可能是导出问题