Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Cómo hacer inferencias en el dispositivo
<a name="neo-getting-started-edge-step3"></a>

En este ejemplo, utilizará Boto3 para descargar el resultado de su trabajo de compilación en su dispositivo periférico. A continuación, importará el DLR, descargará un ejemplo de imágenes del conjunto de datos, cambiará el tamaño de esta imagen para que coincida con la entrada original del modelo y, a continuación, realizará una predicción.

1. **Descargue el modelo compilado de Amazon S3 a su dispositivo y extráigalo del archivo tar comprimido.** 

   ```
   # Download compiled model locally to edge device
   object_path = f'output/{model_name}-{target_device}.tar.gz'
   neo_compiled_model = f'compiled-{model_name}.tar.gz'
   s3_client.download_file(bucket_name, object_path, neo_compiled_model)
   
   # Extract model from .tar.gz so DLR can use it
   !mkdir ./dlr_model # make a directory to store your model (optional)
   !tar -xzvf ./compiled-detect.tar.gz --directory ./dlr_model
   ```

1. **Importe el DLR y un objeto `DLRModel` inicializado.**

   ```
   import dlr
   
   device = 'cpu'
   model = dlr.DLRModel('./dlr_model', device)
   ```

1. **Descargue una imagen para inferirla y formatéela en función de cómo se formó su modelo**.

   En el caso del ejemplo `coco_ssd_mobilenet`, puede descargar una imagen del [conjunto de datos COCO](https://cocodataset.org/#home) y, a continuación, reformarla a `300x300`: 

   ```
   from PIL import Image
   
   # Download an image for model to make a prediction
   input_image_filename = './input_image.jpg'
   !curl https://farm9.staticflickr.com/8325/8077197378_79efb4805e_z.jpg --output {input_image_filename}
   
   # Format image so model can make predictions
   resized_image = image.resize((300, 300))
   
   # Model is quantized, so convert the image to uint8
   x = np.array(resized_image).astype('uint8')
   ```

1. **Use el DLR para hacer inferencias**.

   Por último, puede usar el DLR para hacer una predicción sobre la imagen que acaba de descargar: 

   ```
   out = model.run(x)
   ```

[Para ver más ejemplos del uso del DLR para hacer inferencias a partir de un modelo compilado por NEO en un dispositivo perimetral, consulta el repositorio de Github. neo-ai-dlr ](https://github.com/neo-ai/neo-ai-dlr)