灵活转换YOLOV3模型
【摘要】 根据atlas300样例使用tensorflow模型转换，首先将cpkt模型文件转换为字典形式格式，即为，key-value，然后，根据自己的需要修改保存为pb文件的节点，最后使用omg进行转换。
注意不支持5维度，所以特别需要关注后处理。
Tensorflow模型转换为pb文件
使用https://github.com/YunYang1994/tensorflow-yolov3.git工程
主要关注convert_weight.pyh和freeze_graph.py文件
配置~/.bashrc
export LD_LIBRARY_PATH="/home/huawei/ddk/ddk/uihost/lib"
export DDK_HOME="/home/huawei/ddk/ddk"
观察core/yolov3.py中的模型代码，注意scope部分，如果scope下的子函数中同一个算子进行了多次操作，则编号从0开始，否则没有编号，这里，后续在转换为pb时要用到；
第一种情况，由于Atlas300系列不支持5维度的转换，我们直接将后续的后处理进行注释掉，此时为，decode子函数为：
此时发现freeze_graph.py文件为：
第二种情况，分别对应如下：
注意发现，我们保存到pb中的均为每个预测操作的第三个拼接操作，concat_2;
2. 转换之后，进入到/home/huawei/ddk/ddk/uihost/bin目录下，执行omg指令转换模型：
./omg --model /home/huawei/yolov3/tensorflow-yolov3/yolov3_coco.pb --framework 3 --output /home/huawei/yolov3/tensorflow_yolov3 --insert_op_conf /home/huawei/samples/Samples/InferObjectDetection/data/models/aipp_yolov3_picture.cfg --input_shape "input/input_data:1,416,416,3"
根据./omg -h 查看所有参数含义
3.进入 /home/huawei/samples/Samples/InferObjectDetection/目录，执行bash build.sh 进行编译
-- The C compiler identification is GNU 5.4.0
-- The CXX compiler identification is GNU 5.4.0
-- Check for working C compiler: /usr/bin/cc
-- Check for working C compiler: /usr/bin/cc -- works
-- Detecting C compiler ABI info
-- Detecting C compiler ABI info - done
-- Detecting C compile features
-- Detecting C compile features - done
-- Check for working CXX compiler: /usr/bin/c++
-- Check for working CXX compiler: /usr/bin/c++ -- works
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Detecting CXX compile features
-- Detecting CXX compile features - done
-- Configuring done
-- Generating done
-- Build files have been written to: /home/huawei/samples/Samples/InferObjectDetection/out
Scanning dependencies of target ObjectDetection
Scanning dependencies of target Device
[ 14%] Building CXX object device/CMakeFiles/Device.dir/home/huawei/samples/Samples/InferObjectDetection/ObjectDetectionEngine/yolov3post.cpp.o
[ 28%] Building CXX object host/CMakeFiles/ObjectDetection.dir/home/huawei/samples/Samples/InferObjectDetection/DstEngine/DstEngine.cpp.o
[ 42%] Building CXX object host/CMakeFiles/ObjectDetection.dir/home/huawei/samples/Samples/InferObjectDetection/main.cpp.o
[ 57%] Building CXX object device/CMakeFiles/Device.dir/home/huawei/samples/Samples/InferObjectDetection/ObjectDetectionEngine/ObjectDetectionEngine.cpp.o
[ 71%] Building CXX object device/CMakeFiles/Device.dir/home/huawei/samples/Samples/InferObjectDetection/DecodeEngine/DecodeEngine.cpp.o
[ 85%] Linking CXX executable ../ObjectDetection
[ 85%] Built target ObjectDetection
[100%] Linking CXX shared library ../libDevice.so
[100%] Built target Device
模型转换成功！
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）