caffe模型转ncnn模型

---

前言

  最近在使用腾讯的ncnn框架时，使用ubuntu系统把基于caffe框架的alexnet模型转换为了基于ncnn框架的alexnet模型，在此过程学到了很多，因此记录一下。

转模型步骤

  1、下载ncnn框架并编译，可参考该博客。
  2、下载caffe框架（https://github.com/BVLC/caffe/tree/master/models/bvlc_alexnet）和权重文件（http://dl.caffe.berkeleyvision.org/bvlc_alexnet.caffemodel），会得到caffe-master.zip和bvlc_alexnet.caffemodel。
  3、编译caffe框架：
  （1）进入caffe-master文件夹，打开终端，输入指令：

sudo cp Makefile.config.example Makefile.config

  此指令的作用是将Makefile.config.example文件复制一份并更名为Makefile.config，原因是编译caffe时需要Makefile.config文件，而Makefile.config.example只是caffe 给出的配置文件例子，不能用来编译caffe；
  （2）修改Makefile.config文件，根据自己需要修改即可，可参考链接修改Makefile.config修改；
  （3）在caffe-master文件夹下，打开终端，输入命令编译：

make all

   编译成功即可得到build文件夹。
  4、将caffe-master.zip解压，进入/modeles/bvlc_alexnet/文件夹，找到deploy.prototxt文件，下文主要会用到deploy.prototxt和bvlc_alexnet.caffemodel这两个文件。
  5、上步得到的文件是旧版的caffe模型，而ncnn只支持转换新版的caffe模型，所以需要将上步得到的文件转换成新版的，可用caffe框架自带的转换工具进行转换，转换操作如下：将上述两个文件复制到caffe-master/build/tools文件夹下；并在该文件夹下打开终端，使用如下两个命令：

upgrade_net_proto_text deploy.prototxt deploy_new.prototxt
upgrade_net_proto_binary bvlc_alexnet.caffemodel bvlc_alexnet_new.caffemodel

  6、此时得到了deploy_new.prototxt和bvlc_alexnet_new.caffemodel新版caffe文件，就可以将其转换成ncnn模型了，将这两个文件复制到ncnn/build/tools/caffe文件夹，并在该文件夹打开终端，使用命令：

caffe2ncnn deploy_new.prototxt bvlc_alexnet_new.caffemodel alexnet.param alexnet.bin

  7、此时就得到alexnet.param和alexnet.bin文件，这两个文件都是ncnn格式，.param可以理解为网络的配置文件，.bin可以理解为网络的参数（各种权重）文件，分别对应caffe的deploy_new.prototxt和bvlc_alexnet_new.caffemodel文件。
  8、仅使用alexnet.param和alexnet.bin文件进行部署就已经足够了，但是param文件中有可见的字符串，部署在终端后，可能会被篡改纯神经网络信息，因此可以使用ncnn2mem工具将普通模型文件转换为二进制表示形式。它将生成alexnet.param.bin和两个静态数组代码文件。操作如下：将第7步生成的alexnet.param和alexnet.bin文件复制到ncnn/build/tools文件夹，打开终端输入命令：

ncnn2mem alexnet.param alexnet.bin alexnet.id.h alexnet.mem.h

  就得到了解密后的文件alexnet.param.bin、alexnet.id.h、alexnet.mem.h。

测试

  转完成之后，测试如下：
  1、在ncnn/examples文件夹下新建文件alexnet.cpp，写下如下代码：

  2、修改该文件夹的CMakeLists.txt文件，加光标所在行，alexnet是存储代码的文件名；

  3、重新编译，进入ncnn/build文件夹，新建终端，敲如下命令：

cmake ..
make -j8

  4、进入ncnn/build/examples文件夹，新建终端，使用如下命令即可运行alexnet.cpp文件里的代码：

./alexnet

  5、运行结果如下：

bug

  我在编译过程中遇到的bug及解决方法：
   问题一：
  解决方法如图：

  Caffe-GPU编译问题解决方法参考链接

  问题二：

  这是由于没有配置环境变量，可用如下命令配置：

export PATH='$PATH:.'

  问题三：

  解决方法：
  将cuda的lib中的链接库复制到path目录下：
  sudo cp /usr/local/cuda-10.0/lib64/libcudart.so.10.0 /usr/local/lib/libcudart.so.10.0 && sudo ldconfig
  sudo cp /usr/local/cuda-10.0/lib64/libcublas.so.10.0 /usr/local/lib/libcublas.so.10.0 && sudo ldconfig
  sudo cp /usr/local/cuda-10.0/lib64/libcurand.so.10.0 /usr/local/lib/libcurand.so.10.0 && sudo ldconfig
  参考链接

总结

  1、caffe中，deploy.prototxt文件是在测试的时候用的，不是用来训练的。网络训练之后，用deploy文件和生成的模型共同来测试。
  2、caffe的运行提供三种接口：c++接口（命令行）、python接口和matlab接口。在C++接口中，caffe的c++主程序（caffe.cpp)放在根目录下的tools文件夹内，我们要使用的upgrade_net_proto_text和upgrade_net_proto_binary对应的cpp文件也在该文件夹中。经过编译后，这些文件都被编译成了可执行文件，放在了/build/tools/文件夹内。因此我们要执行caffe程序，需要在/build/tools/文件夹下执行。

  官方链接：https://blog.csdn.net/soralaro/article/details/81131615