在windows下weight转换IR

从0开始在树莓派中部署openvino+yolov3----4

---

前言

这里需要的网络处于稳定状态，不然文件下载不下来，就会报错。

一、配置转换的环境

win键+R,输入cmd，如下图所示

这是初始化openvnio环境（一次性的），每次打开都需要执行这个步骤。
cd C:\Program Files (x86)\IntelSWTools\openvino_2019.3.334\bin
setupvars.bat
配置框架
cd C:\Program Files (x86)\IntelSWTools\openvino_2019.3.334\deployment_tools\model_optimizer\install_prerequisites
install_prerequisites.bat
这里下载的tensorflow版本是1.15.5的等这个命令执行完需要把这个版本的tensorflow
版本变为1.12.0，后续会给解释。
pip install tensorflow==1.12.0
pip install networkx==2.0

接下来我们来跑一下官方给的案例

cd C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\demo\
demo_squeezenet_download_convert_run.bat
这里如果网络不好的话，会出很多问题，先运行一下如果出现下面的情况就代表你成功了（可以试试晚上的时候在弄，我在老师的实验室里也没下载成功，晚上回寝室用校园网就下载成功了。）

这里就是成功下载完文件了

然后测试效果了
demo_security_barrier_camera.bat

二、weight文件转pb文件

上篇我们已经下载了转换模型的代码，这里就不给连接了。
准备两个文件一个就是 coco.names文件，yolov3.weight文件
如果是转化自己的模型就用自己文件，这里我转化的是yolov3官方的文件

链接：https://pan.baidu.com/s/1CkRU2c8Jh85faN7alpFvcQ 
提取码：32hn 
--来自百度网盘超级会员V1的分享

可以按照下面的路径存放文件

cd C:\yolov3_pb\yolov3_model\tensorflow-yolo-v3-master

这里必须注意你转化pb时的tensorflow版本必须和你转化ir模型时的一模一样
下面是我转化时的模块

python convert_weights_pb.py --class_names coco.names --data_format NHWC --weights_file yolov3.weights

执行这个命令，如果报缺模块的问题，就自己下载相应的模块就行，直接pip install

这里成功转化了weight文件

三、pb文件转换成IR模型

我们重新打开一个终端（每重新打开一个终端就要配置下openvino的环境），按照下面的方法，不然转换IR模型最后就会出现PermissionError: [Errno 13] Permission denied: 错误

我们将转换的pb文件移动到
C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\model_optimizer内
然后修改C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\model_optimizer\extensions\front\tf
里面的yolo_v3.json文件classes后面的是你分类的个数（修改可以把文件移除c盘，改完在放回来）

开始转换

cd C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\model_optimizer
python mo_tf.py  --input_model ./frozen_darknet_yolov3_model.pb  --tensorflow_use_custom_operations_config ./extensions/front/tf/yolo_v3.json  --input_shape=[1,416,416,3]  --data_type=FP16

四、使用转换后的模型

将转换后生成的三个文件（bin,mapping,xml）以及coco.names文件，然后视频移动到C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\open_model_zoo\demos\python_demos\object_detection_demo_yolov3_async

cd C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\open_model_zoo\demos\python_demos\object_detection_demo_yolov3_async
python object_detection_demo_yolov3_async.py -i ./1.mp4 -m ./frozen_darknet_yolov3_model.xml  -l ./cpu_extension_avx2.dll --labels coco.names

效果还是不错的