As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Faça inferências no dispositivo
<a name="neo-getting-started-edge-step3"></a>

Neste exemplo, você usará o Boto3 para baixar a saída do seu trabalho de compilação em seu dispositivo de borda. Em seguida, você importará o DLR, baixará imagens de exemplo do conjunto de dados, redimensionará essa imagem para corresponder à entrada original do modelo e, em seguida, fará uma predição.

1. **Baixe seu modelo compilado do Amazon S3 para o seu dispositivo e extraia-o do arquivo 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 DLR e um objeto inicializado`DLRModel`.**

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

1. **Baixe uma imagem para inferência e formate-a com base em como seu modelo foi treinado**.

   `coco_ssd_mobilenet`Por exemplo, você pode baixar uma imagem do [conjunto de dados COCO](https://cocodataset.org/#home) e depois reformar a imagem para `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 o DLR para fazer inferências**.

   Por fim, você pode usar o DLR para fazer uma predição na imagem que acabou de baixar: 

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

[Para obter mais exemplos de uso do DLR para fazer inferências a partir de um modelo neocompilado em um dispositivo de ponta, consulte o repositório Github. neo-ai-dlr ](https://github.com/neo-ai/neo-ai-dlr)