ModelArts学习笔记| 模型保存和转换

目录

1.保存模型为 onnx 格式

2.保存模型到 obs 桶里面

3.将 onnx 格式的模型转换为 om 格式

---

1.保存模型为 onnx 格式

# 创建文件夹，将模型保存至此文件夹下
if not os.path.exists('./flowers/'):
    os.mkdir('./flowers/')

# 加载ckpt模型，注意如果此行报错，可将cfg.directory,后的代码改为已存在的ckpt文件，例如'resnet-ai_2-150_113.ckpt'
param_dict = load_checkpoint(os.path.join(cfg.directory,cfg.prefix+'-'+str(cfg.epoch_size)+'_'+str(train_step_size)+'.ckpt'))

#设置训练网络，加载模型参数到训练网络内，这里以Resnet50为例
# 设置ResNet50网络
resnet=resnet50(class_num=cfg.num_class)

# 加载模型参数到ResNet50网络内
load_param_into_net(resnet, param_dict)

# 这里 x 用来指定导出模型的输入shape以及数据类型
x = np.random.uniform(-1.0, 1.0, size = [1, 3, cfg.HEIGHT, cfg.WIDTH]).astype(np.float32)  

# 导出ONNX模型，设置网络，网络的输入，模型名称，保存格式
export(resnet, Tensor(x), file_name = './flowers/best_model.onnx', file_format = 'ONNX')

2.保存模型到 obs 桶里面

在下方链接处创建 OBS 桶，区域选择华北-北京四，自定义桶名称

https://console.huaweicloud.com/console/?region=cn-north-4#/obs/create

OBS 桶创建完成之后，在 ModelArts 的 Notebook 运行以下代码，将 onnx 模型保存至自己
创建的 OBS 桶内。可以通过如下链接查看模型是否保存成功： 

 https://console.huaweicloud.com/console/?region=cn-north-4#/obs/manager/buckets

# 在华为云OBS创建自己的桶，将ONNX模型保存到自己的桶内
import moxing
# 同步ONNX模型至自己的桶内，设置拷出目录，以及拷入目录（其中ascblk需要修改成自己的桶名称）
moxing.file.copy_parallel(src_url='./flowers/best_model.onnx', dst_url='obs://ascblk/flower/onnx/best_model.onnx')

配置文件 insert_op_conf.cfg 和 customize_service.py 的下载链接：
https://zhuanyejianshe.obs.cn-north-4.myhuaweicloud.com/chuangxinshijianke/cv-nlp/flower_recognition.zip

将 insert_op_conf.cfg 文件上传到 obs 桶内 onnx 模型目录下

3.将 onnx 格式的模型转换为 om 格式

进入 ModelArts 控制台，点击 AI 应用管理>模型转换>创建任务

• 输入框架选择 TensorFlow；
• 转换输入目录是 OBS 桶内 onnx 的文件目录；
• 出框架选择 MindSpore；
• 转换输出目录为 OBS 桶内空白目录，如新建 om 文件夹，用于存放转换好的 om模型；
• 转换模板选择 Onnx-To-Ascend-TBE；
• 输入数据格式选择 NCHW

 点击立即创建，等待几分钟，运行成功，可查看 obs 输出目录下是否有生成的.om 文件