海思3159A运行yolov3（二）——yolov3模型转caffemodel模型

最新推荐文章于 2022-10-02 19:51:24 发布
最新推荐文章于 2022-10-02 19:51:24 发布
阅读量605 收藏 1
点赞数
分类专栏： caffe 海思AI常规操作 海思AI 文章标签： caffe 海思3159A
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Aidam_Bo/article/details/109164822
版权

我们知道在华为海思3159A板卡上跑模型需要时caffe支持的caffemodel模型，我们需要将yolov3模型转换为caffemodel，再通过Ruyi Studio将caffemodel转换为板卡能够识别的.wk模型。

一、编译caffe-yolov3

可参考https://github.com/ChenYingpeng/caffe-yolov3

make clean

make all -j8

make pycaffe -j8

完成~~~

 

ooMelloo
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
YOLOv3-caffe
06-01
yolov3，caffe模型，包含yolov3.caffemodel以及yolov3.prototxt文件
华为海思 AI 芯片 (Hi3559A V100) 算法开发（六） 基于 caffe 人脸识别项目 Python 实现
随意聊点
06-02 4692
前面我们搭建好了相关环境和最麻烦的 caffe 环境，接下来我们用 python 训练出来基于 caffe 的人脸识别 caffemodel。成功后我们再将它转化为海思开发板可以使用的 wk 文件。 这里我们先整理下我们的思路，首先 caffemodel 文件可以转化为海思可以读取的 wk 文件，但只是读取 caffemodel 文件中的网络参数，所以我们最好使用 YOLOv3 来进行人脸识别，方便后续的算法修改。我设定的流程为先用 PC 端的 python 进行人脸识别的开发，在PC 端实现完整的人..
keras实现简单lstm_目标检测自有数据YOLOv3训练，最简单的keras实现教程
weixin_39588084的博客
11-24 1032
1 CV中目标检测进展开篇先来看看最近目标检测领域的进展：hoya012/deep_learning_object_detection这个开源项目实时更新 + 罗列了目标检测的一些top论文。该项目集合了从 2013 年 11 月提出的 R-CNN 至在近期举办的 ECCV2018 上发表的 RFBNet 等四十多篇关于目标检测的论文，相当全面。一般目标检测问题本身的定义为：给定任意一张...
【代码使用】YOLOv3以及Gaussian YOLOv3模型转caffe的使用指南
weixin_38715903的博客
12-25 1921
目录 1.yolov3的darknet使用 2. yolov3训练自己的数据集 1）普通的训练 2）将anchor换成自己数据集匹配的值： 3. yolov3的caffe使用 1）转成caffe模型 2）使用caffe模型： Gaussian yolov3使用 1）.训练自己数据集 2）caffe使用： 其他： 环境：Ubuntu16.04 ...
yolov3预训练模型_YOLOV3目标检测算法的模型训练教程
weixin_39602976的博客
11-24 2415
1. 模型训练环境：1) 系统：Ubuntu16.042) 显卡：TITAN XP3)CUDA:9.14) CUDNN:7.55) 运行内存32G6)pycharm7)anaconda2. 资源的下载：基于darknet框架在Linux系统下训练YOLOV3数据集，下载darknet文件，链接：https://download.csdn.net/download/qq_4190...
海思Hi35xx系列运行YoloV3以及YoloV3-tiny指南.pdf
07-27
建议首先阅读文档《HiSVP 开发指南.pdf》、《HiSVP API 参 考.pdf》、《HiSVP 量化库使用指南.pdf》 说明：步骤 b 中生成的 Prototxt 可以直接用，ruyi studio 会自 动进行规范化
Yolov3转化Caffe框架详解
热门推荐
watermelon1123的博客
08-26 2万+
    前些日子因工程需求，需要将yolov3从基于darknet转化为基于Caffe框架，过程中踩了一些坑，特在此记录一下。 1.Yolov3的网络结构 想要转化为Caffe框架，就要先了解yolov3的网络结构，如下图。     如果有运行过darknet应该会很熟悉，这是darknet运行成功后打印log信息，这里面包含了yolo网络结构的一些信息。yolov3与v2相比，网络结构...
yolo 海思嵌入式_海思hi3516dv300开发--yolov3转caffe
weixin_42402228的博客
02-11 946
一、yolov3转caffemodel由于项目中使用的是yolov3模型，而RuyiStudio中用的是caffemodel，需要首先对其进行转换。1、caffe配置：加入unsample层其中的upsample_layer.hpp放入include/caffe/layers下面；upsample_layer.cpp与upsample_layer.cu放在src/caffe/layers下面。修改...
YOLOv3转换为caffe模型
nodototao的博客
01-04 9395
yolov3里面有些层，比如：shortcut, route, upsample, yolo等这些层是caffe不支持的，但在caffe中可以用eltwise替换shortcut，用concat替换route，但是yolo层只能自己实现写了， upsample可以自己在caffe里添加该层的实现。 1 caffe中添加upsample层的实现 感谢chen大神提供的代码。 添加upsample...
yolov3转caffe模型
sun小武
10-12 5357
最近的项目，需要将训练的yolov3模型部署到hisi3516CV500上去，中间经过yolov3训练出来的weights转caffemodel，这里将自己 走过的步骤和error记录下来，一是自己做个总结记录；二是可以让遇到同样错误的朋友快速解决问题； 一，yolov3 训练出来的模型转为caffemodel需要(***.cfg和***.weights)两个文件...
YOLOV3-Tiny模型的训练，量化以及在海思芯片上的部署
06-21
本课程详细讲解Yolov3 Tiny算法模型的训练，量化，仿真以及在海思开发板上的部署。 主要内容包括： 1.课程介绍2.darknet框架代码下载及其编译3.基于无人零售商品数据集训练yolov3 tiny?? a）无人零售数据集介绍?? b）配置文件data和cfg的介绍和修改?? c）模型训练和较优模型的挑选4）yolov3 tiny darknet模型转换成caffe model5）wk模型生成及其仿真验证?? a）3519av100 sdk010提供?? b）模型的量化?? c）仿真代码讲解及其运行6）仿真检测结果框偏移现象及其纠正7）量化模型在板载上运行
基于海思35xx上nnie加速引擎进行yolov3模型推理
06-15
2.将darknet框架训练出来的yolov3模型转换成caffemodel 3.RuyiStudio工具的安装及其使用 4.Windows上仿真代码的运行以及代码分析 5.开发板上的sample代码的运行以及代码分析 本课程特色： 1. 不是照本宣科，着力...
yolov3-tiny_wk_caffemodel_prototxt_cfg_weights.rar
06-15
包含官方提供的yolov3-tiny.weights和yolov3-tiny.cfg文件，通过datknet2caffe转换得到的yolov3-tiny.caffemodel和yolov3-tiny.prototxt文件，通过RuyiStudio转换得到的inst_yolov3-tiny_inst_YVU420sp.wk文件，亲测...
在HI3559A上实现YOLOV3，代码可以直接用
07-27
在HI3559A上实现YOLOV3，代码可以直接用，包括输入输出和NNIE对视频文件解析。代码已测试，可以直接使用
YOLOv3移植部署海思3516DV300板子c++源码(含wk模型+CV库+项目使用说明).zip
05-31
海思Hi3516DV300移植YOLOv3 在海思Hisilicon的Hi3516dv300芯片上，利用nnie和opencv库，简洁了官方yolov3用例中各种复杂的嵌套调用/复杂编译，提供了交叉编译后可成功上板部署运行的demo。 同时，对在海思Hisilicon...
海思AI芯片(Hi3519A/3559A)方案学习（十三）第一次在hi3519A ARM上运行yolov3模型
ltshan139的专栏
04-23 1万+
前言 前段时间调通了nnie上运行 yolo3模型（darknet->caffe model->wk），但发现精度掉的很厉害，小目标检测根本就不行了（后注：后来发现参数设置有些问题，其实精度不会掉很多，就是比较敏感，容易误识别，但得分不高，所以可以通过提高置信度阈值来解决）。因为我们项目对实时性要求不苛刻，所以转而想直接在arm上运行darknet weights。 运行yolo3...
快速玩转Yolov5目标检测—没有好的显卡也能玩（二）
天地无用的专栏
10-02 7954
下面就详细说说整个躺坑的过程，过程中也让我找到了一种在手头没有好的显卡的情况下如何能够比较快速低成本得到好显卡的方法。
pytorch yolov3转化为caffemodel
weixin_44769034的博客
05-01 1249
一、.pytorch yolov3 训练所用的代码 https://github.com/bubbliiiing/yolo3-pytorch 基于此模型训练得到pt权重文件，predict.py将mode改成export_onnx，修改yolo.py中model_path。运行predict.py，得到onnx权重文件。 二、.搭建caffe环境 参考博客：如何在Ubuntu18.04上安装caffe+darknet2caffe环境 在VM上配置好Ubuntu18.04后，分步执行下面的命令，对Ubun
【深度学习】pytorch下的YOLOv3转换到caffe
wangxiaobei2017的博客
06-28 1005
pytorch下的YOLOv3转换到caffe 1. 代码资源 pytorch 下的YOLOv3 是从这里下载的https://github.com/bubbliiiing/yolo3-pytorch 转换代码在这里 https://github.com/woodsgao/pytorch2caffe 2.pytorch训练自己的模型 详细的代码解析和训练过程可以看大神的B站视频，很详细了 3.pth到caffemodel 下载代码后需要安装，也可以在代码内运行 加载YOLO模型 和权重，直接生成p
yolov3 hi3516
最新发布
10-05
YOLOV3是一种常用的目标检测算法，而HI3516是一款海思半导体公司生产的视频处理芯片。这两者是可以结合使用的。 YOLOV3算法可以实现实时目标检测，能够在图像或视频中快速准确地检测出多个不同类别的目标。而HI3516芯片作为一款视频处理芯片，具有强大的图像处理和媒体处理能力。 结合YOLOV3算法和HI3516芯片，我们可以实现一个基于硬件的实时目标检测系统。通过将YOLOV3算法部署在HI3516芯片上，可以大大提高目标检测的速度和效率。HI3516芯片的强大的图像处理能力可以让目标检测系统能够实时处理视频流，并在其中进行高效准确的目标检测。 此外，HI3516芯片还具有低功耗和高性能的特点，可以满足实时目标检测系统在功耗和性能方面的需求。它在视频编码和解码方面也具有很好的表现，可以将检测到的目标信息进行编码和传输，满足不同场景下的需求。 综上所述，YOLOV3和HI3516可以结合使用，形成一个实时目标检测系统，提供高效准确的目标检测能力，并满足不同场景下的要求。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值