TVM tutorials代码学习-from_darknet.py

最新推荐文章于 2024-03-17 23:15:10 发布

Mars_WH

最新推荐文章于 2024-03-17 23:15:10 发布

阅读量995

点赞数

分类专栏： TVM深度学习编译器文章标签： tvm relay ir darknet yolov3

本文链接：https://blog.csdn.net/hw5226349/article/details/102131711

版权

本文介绍了如何使用TVM从Darknet模型转换为Relay Intermediate Representation (IR)。首先，文章说明了运行教程代码所需的环境，包括cffi和cv2的安装。接着详细解析了代码流程，强调TVM通过前端API加载模型并转化为Relay IR的过程，展示了TVM对主流框架的强大支持。

摘要由CSDN通过智能技术生成

准备环境

要运行tvm源码下tutorials/frontend/from_darknet.py代码需要额外安装cffi和cv2包

  pip install cffi
  pip install opencv-python

详解

#导入包
import numpy as np #计算库
import matplotlib.pyplot as plot #画图
import sys
# tvm和relay IR包
import tvm
from tvm import relay
from ctypes import * #创建和执行C语言的数据类型
#darknet相关util库
from tvm.contrib.download import download_testdata
from tvm.relay.testing.darknet import __darknetffi__
import tvm.relay.testing.yolo_detection
import tvm.relay.testing.darknet

#model 名，支持'yolov2', 'yolov3' or 'yolov3-tiny'
MODEL_NAME='yolov3'
#下载cfg、weight、libdarknet2.0.so
... ...
#加载动态库导入网络
DARKNET_LIB = __darknetffi__.dlopen(lib_path)
net = DARKNET_LIB.load_network(cfg_path.encode('utf-8'), weights_path.encode('utf-8'), 0)#直接调动c库函数load网络

... ...
#1. 转换darknet到relay IR
mod, params = relay.frontend.from_darknet(net, dtype=dtype,shape=data.shape)
with relay.build_config(opt_level=3): #优化级别3
	graph, lib, params = relay.build