推理过程记录

coco数据集图片处理：

find * -exec convert -resize 640x640! {} {} \;

导出 onnx：python models/export.py --weights yolov3-tiny.pt --img 640 --batch 1

shapes:

name: images

type: float32[1,3,640,640]

转om:

atc --framework=5 --model=yolov3-tiny.onnx --output=yolov3-tiny_bs1 --input_format=NCHW --input_shape="images:1,3,640,640" --log=debug --soc_version=Ascend310

预处理：

~/datasets/coco>>python3 imagenet_torch_preprocess.py resnet val2017_copy ./input_bin
python3 get_info.py bin ./input_bin ./val2017_copy.info 640 640
python3 get_yolo_info.py input_bin coco2017.info yolov3.info

benchmark: ./benchmark.x86_64 -model_type=vision -device_id=0 -batch_size=1 -om_path=yolov3-tiny_bs1.om  -input_text_path=./val2017_copy.info -input_width=640 -input_height=640 -output_binary=False -useDvpp=False

若报错：

export install_path=/usr/local/Ascend/ascend-toolkit/latest
export PATH=/usr/local/python3.7.5/bin:${install_path}/atc/ccec_compiler/bin:${install_path}/atc/bin:$PATH
export PYTHONPATH=${install_path}/atc/python/site-packages:$PYTHONPATH
export LD_LIBRARY_PATH=${install_path}/atc/lib64:${install_path}/acllib/lib64:$LD_LIBRARY_PATH
export ASCEND_OPP_PATH=${install_path}/opp
export ASCEND_AICPU_PATH=/usr/local/Ascend/ascend-toolkit/latest 

不行，重头来：

下载coco2014数据集val2014：

wget https://pjreddie.com/media/files/val2014.zip  && unzip val2014.zip && rm val2014.zip

和label文件instances_valminusminival2014.json：

wget https://dl.dropboxusercontent.com/s/s3tw5zcg7395368/instances_valminusminival2014.json.zip?dl=0

python3.7 models/export.py --weights ./yolov3.pt --img 416 --batch 1

配置环境变量转换om模型

source env.sh
atc --model=yolov3-tiny.onnx --framework=5 --output=yolov3-tiny_bs1 --input_format=NCHW --log=info --soc_version=Ascend310 --input_shape="images:1,3,416,416"

（3）解析数据集

下载coco2014数据集val2014和label文件instances_valminusminival2014.json，新建ground-truth-split文件夹，运行parse_json.py解析数据集

python3.7 parse_json.py

数据预处理

运行脚本preprocess_yolov3_pytorch.py处理数据集

python3.7 preprocess_yolov3_pytorch.py coco_2014.info yolov3-tiny_bin

（6）benchmark推理

运行get_coco_info.py生成info文件

python3.7 get_coco_info.py yolov3-tiny_bin coco_2014.info yolov3-tiny.info

执行benchmark命令，结果保存在同级目录 result/dumpOutput_device0/

./benchmark.x86_64 -model_type=vision -device_id=0 -batch_size=1 -om_path=yolov3-tiny_bs1.om -input_text_path=yolov3-tiny.info -input_width=416 -input_height=416 -output_binary=True -useDvpp=False

Ascend回退到5.0.2指令可以跑起来了:运行中截图

为防止中断，开tmux跑：

tmux new -s tcc 

1. 按下快捷键Ctrl+b d将会话分离。
2. 下次使用时，重新连接到会话tmux attach-session -t my_session。

运行27小时后被外部中断，执行后处理解析模型输出：

 python3.7 bin_to_predict_yolo_pytorch.py --bin_data_path result/dumpOutput_device0/ --det_results_path detection-results/ --origin_jpg_path val2014/ --coco_class_names coco2014.names --model_type yolov3 --net_input_size 416

 错误一：

解决：find  /  -name  libhccl.so

ln -s /usr/local/Ascend/ascend-toolkit/5.0.3.alpha001/x86_64-linux/fwkacllib/lib64/libhccl.so /usr/lib/

sudo ldconfig

 错误二：

解决：find  /  -name  libpython3.7m.so

ln -s /usr/local/python3.7.5/lib/libpython3.7m.so /usr/lib/

sudo ldconfig