caffe转caffe2踩坑经验分享

caffe2的发布，其优点有：1支持大规模分布式计算；2.支持移动部署，，，，等原因，而且据说caffe2的运行速度相对于caffe速度会快很多，所以因为一些业务需要尝试将caffe转caffe2，在转的过程中遇到很多坑，现分享一下自己成功转换的步骤，希望能帮到您

首先安装好caffe2,相关安装教程请参考官方文档：https://caffe2.ai/docs/getting-started.html?platform=mac&configuration=compile

要注意如果使用的是虚拟环境或者其他，需要把改caffe2安装在对应的环境下。

安装好之后就可以开始转换之旅啦。

1.在命令行中激活自己python运行的环境，本小白使用的是pycharm，并将caffe2安装在对应的虚拟环境下。

本人虚拟环境为

激活虚拟环境：source tensorflow_pycharm/bin/activate

2.caffe转caffe2我是参考的官方说明：https://caffe2.ai/docs/caffe-migration.html

2.1. 配置需转换的caffe文件，具体为在自己的工程中的caffe文件夹中的models文件夹中新建一个以你需要转换的模型的名字命名的文件夹，然后把你的模型和对应的参数文件放在改文件夹下。（.prototxt和.caffemodel)

有没有配置对可以使用官方提供的测试代码：https://github.com/caffe2/caffe2/blob/master/caffe2/python/tutorials/Getting_Caffe1_Models_for_Translation.ipynb

2.2. 在命令行中指定路径到你刚才新建的这个文件夹

我的是放在untitled/caffe/models/resnet20_lipsync下，所以在命令行下输入：cd untitled/caffe/models/resnet50_lipsync

3.开始转换吧：

在命令行下输入：python -m caffe2.python.caffe_translator deploy.prototxt pretrained.caffemodel（注意把其中的pretrained换成你需要转的caffe模型名），我的示例：

python -m caffe2.python.caffe_translator deploy.prototxt resnet50_lipsync.caffemodel

经过上面的折腾就搞好了，可以发现在你新建的文件夹下除了之前的两个caffe模型和对应参数文件外还多了两个.pb文档。这个文件的命名和路径修改可以修改caffe_translator源码695和696行实现。

至此caffe转caffe2就搞定了，如果你遇到了什么问题欢迎和我交流分享，祝大家工作顺利，学业有成。