OpenVINO模型转换

最新推荐文章于 2024-08-05 10:00:00 发布

「已注销」

最新推荐文章于 2024-08-05 10:00:00 发布

阅读量794

点赞数

本文链接：https://blog.csdn.net/hczhiyue/article/details/114968855

版权

本文介绍了如何使用OpenVINO工具将MobilenetV1和VGG16模型进行转换，包括设置输入输出参数、数据预处理系数，并提供转换及测试的详细步骤。

摘要由CSDN通过智能技术生成

conda create -n openvino python=3.7
activate openvino
cd C:\Program Files (x86)\IntelSWTools\openvino_2019.3.379\deployment_tools\model_optimizer
pip install -r requirements_tf.txt

MobilenetV1(已冻结):
–input_model :指定输入模型路径
–out_dir :保存目录
–input_shape :指定模型的输入Tensor的shape，如果不指定，则会自动从pb中读取
–output :指定输出节点名称，如果不指定，会自动从图中提取。注意，这里由于OpenVINO不支持squeeze层，所以我们主动指定squeeze的上一层即MobilenetV1/Logits/Conv2d_1c_1x1/Conv2D，获取每一层名称的方法可以先不指定output，会自动导出xml，从xml中即可看到每一层名称
–scale_values :指定数据预处理的scale系数
–mean_values :指定数据预处理的mean系数
–data_type :指定计算类型，可以选择全浮点和半浮点，可选参数为:{FP16,FP32,half,float}

python “C:\Program Files (x86)\IntelSWTools\openvino_2019.3.379\deployment_tools\model_optimizer\mo_tf.py” --input_model mobilenet_v1_1.0_224_frozen.pb --input_shape [1,224,224,3] --output MobilenetV1/Logits/Conv2d_1c_1x1/Conv2D --data_type FP16 --output_dir ir\FP1