Nanotrackv3在华为昇腾芯片上的推理

许镜一世温柔

已于 2024-07-03 16:46:38 修改

阅读量830

点赞数 4

文章标签：笔记

于 2024-07-03 16:41:00 首次发布

本文链接：https://blog.csdn.net/qq_58248345/article/details/135825911

版权

检测

下载源码：github链接

最好先在本地跑通demo，得到结果

模型转换

1、运行pytorch2onnx.py文件，把nanotrackv3.pth模型转换为onnx文件。

2、后使用atc命令运行ATC工具把onnx转换为om文件（这一步骤需要在Atlas开发板上运行）

atc --model=nanotrack_backbone_255.onnx --framework=5 --output=nanotrack_T --input_shape="images:1,3,255,255" --soc_version=Ascend310

出现上图提示则代表模型转换成功

准备Atlas上的Nanotrack推理代码

文件结构如下图所示：

atlas_tracker.py文件中定义追踪器，其中包括输入输出数据集、执行推理、解析输出、释放模型资源、具体推理过程等

该追踪器参考Nanotrack源代码修改成使用AscendCL接口，具体是在run_model里对输入数据进行处理：

main.py文件是读取视频文件，对视频文件中的目标进行跟踪，并在视频上显示跟踪结果。

注：一定要释放acl模型的相关资源

开始先初始化acl相关资源，后进行推理，最后acl去初始化

if __name__ == '__main__':

    context = init_acl(DEVICE_ID)  # 初始化acl相关资源

    main()

    deinit_acl(context, 0)  # acl 去初始化

在Atlas芯片上推理

首先把该项目导入进Atlas上，配置好相关python环境，进入NanoTrack_Atlas主目录下，运行python3 main.py

可以看出跟踪得分较高，效果不错

跟踪结果保存在video文件夹下

下载到本地可以查看跟踪结果

关注