模型适配工具
工具介绍
模型适配工具是一款集成数据集管理、模型训练、模型打包为一体的开发者工具套件。
优点
充分考虑小白的需求,能够实现零代码的模型训练。将模型打包好用户能够直接跑训练,前期数据采集标准,打包整个模型,然后做转换部署到开发者套件Atlas 200I DK A2上。
通过此工具,可以降低开发者在模型开发过程中对AI专业知识、深度学习框架的学习成本,极大降低开发的难度、复杂度,简而言之,可以免编程快速构建一个典型的推理应用并部署到Atlas 2001 DK A2上,实现复杂功能开发。
预置模型
- 工具预置了4个典型模型,分别用于目标检测场景(YOLOV5模型)、图像分类场贝(Mobilenet V3模型)、图像分割场景(Unet ++模型)关键点检测场景(Alphapose模型)。能够满足大多数用户的常见需求。
- 提供UI操作界面,开发者可在界面上传自己的数据集,工具支持对数据进行标注和转换。
- 支持用户在工具界面创建模型训练任务,并使用PC的CPU算力进行训练。
- 支持对训练完成模型进行打包,参考一键制卡流程,便于拷贝到开发者套件中。
实操案例
步骤1 安装Anaconda3安装模型适配工具,准备虚拟环境
下载安装Anaconda
打开cmd界面
输入查看安装目录
conda info -e
将下载的虚拟环境压缩包解压到Anaconda安装目录下的envs目录中并保证文件夹名称为"model-adapter-tool”
步骤2 安装模型适配工具
安装
安装成功界面
步骤3 模型适配工具标注工具制作数据集
包括功能区、全局操作中能够打开数据集,进行框选点、分类等操作。
步骤4 本机模型训练与迁移
分类模型-选择模型路径,参数默认即可
迁移成功压缩包
步骤5 上传模型迁移压缩包到DK板上,进行模型atc转换om模型与推理
tar -xvI edgeinfer. tar
进入解压后文件目录执行以下命今将Windows格式文件转换为Unix,Linux情形。
cd edgo. infer/ a dos2unix find .
若提示命令不存在,请使用命令行安支: apt instll dos2unix/yum instsll dos2unix
进入解压缩目录执行如下命令进行模型转换,获得om模型
bash atc. sh
执行以下命令进行推理
bash run. sh
run.sh会调用推理主程序infer.py,执行此条命令。
python3.9 infer.py一nodel sobilenetv3 100 bsl. on --1abel path class indicas. jsan --output Dath ./
命令行参数解析:
modet分类模型文件目录。
-
label - path:训练生成的class indices.json地址,
-
output path:推理分类结果输出cls, outputxt地址,