1.登录HwHiAiUser用户
2.获取ATC环境变量,因为是一键烧录的所以自己会带有ATC环境变量
3.https://gitee.com/ascend/samples/tree/master/python/level2_simple_inference/1_classification/resnet50_imagenet_classification获取权重文件 *.classmodel,模型文件(resnet50.prototx),将这两个文件放在caffe_model目录下
4.要将resnet_50网络模型转为昇腾Ai处理的离线模型(*.om文件),先切换到“resnet50_imagenet_classification”目录
5. 执行下列的语句:
atc --model=caffe_model/resnet50.prototxt --weight=caffe_model/resnet50.caffemodel --framework=0 --output=model/resnet50 --soc_version=Ascendxxx --input_format=NCHW --input_fp16_nodes=data --output_type=FP32 --out_nodes=prob:0
其中--model=原模型和他的文件格式 --weight=存放模型权重的文件 --framework=原模型的框架类型 --output=输出的模型储存的位置 --soc_version=开发板处理器型号 --输入数据的格式 =“NCHW”代表“批次数 - 通道数 - 高度 - 宽度” -- 输入模型的测试数据 --输出类型 --out_nodes =在prob处停止
6.准备测试数据。 请从以下链接获取该样例的输入图片,并以运行用户将获取的文件上传至开发环境的“resnet50_imagenet_classification/data”目录下。如果目录不存在,需自行创建。
https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog1_1024_683.jpg
https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog2_1024_683.jpg
7.在resnet50_imagenet_classification路径下执行如下命令:
python3 ./src/acl_net.py
如果找不到脚本文件的话可以在这个链接中下载:
如果报找不到文件的错误的话可以试试全局路径,也要注意转换后的模型存储的位置 其中output=model/resnet50 (可以替换成自己的路径但要记得在这个脚本acl_net.py中找到对应路径并进行修改)
8.得到的结果在imagenet的数据集中即可找到
ImageNet数据集编号对应的类别内容_imagenet类别_winycg的博客-CSDN博客