PaddleX部署推理模型和GUI界面测试结果不一致的解决方法

本文链接：https://blog.youkuaiyun.com/wobenxiaoyao_/article/details/125900283

在使用PaddleX的FasterRCNN模型进行目标检测时，发现在Windows上部署的inference_model得到的结果有误，包括负坐标、置信度超界和类别超出标签范围。通过切换到GPU预测解决了部分问题，但随后遇到进程退出代码-1073740791(0xC0000409)的错误。经过排查，发现是缺少zlibwapi.dll，下载并放置到CUDA相应目录后，程序运行正常，得到了正确的预测结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述：

近期在用PaddleX做目标检测，用到FasterRCNN的时候，导出的inference_model部署到windows本地计算出的结果有误。

以下是模型部署的代码

model = pdx.deploy.Predictor('F:\panyutong\PaddleX\model\model5\inference_model
\inference_model')
image_name = 'F:\panyutong\LG\\test\\test\IMAGES\\1404.jpg'
predicts = model.predict(image_name)

predicts测试和输出结果有误：

1.坐标为负

2.置信度大于1

3.预测的类别超出了自己的label个数

解决方法：

使用GPU预测结果是正确的，修改代码为

model = pdx.deploy.Predictor('F:\panyutong\PaddleX\model\model5\inference_model
\inference_model',use_gpu=True)
image_name = 'F:\panyutong\LG\\test\\test\IMAGES\\1404.jpg'
predicts = model.predict(image_name)