1.模型应用场景
我只在PC电脑和嵌入式板卡上部署
2.部署环境
包括原生态darknet,原生态caffe,tensorflow,onnx,opencv,trt等环境
3.选择方式
之前是在PC电脑上运行程序,经常使用的是darknet和caffe,环境部署简单,前面的文章有提到如何安装环境。
后来用opencv的dnn模块,发现非常方便,可以加载yolo,caffe,tensorflow部分模型,onnx部分模型,所以碰到一些模型优先会想到opencv来加载调用,甚至不需要做模型转换,非常方便。
现在在jetson板子上加载模型,加载的tf2.0的模型,opencv没办法直接加载,需要做模型转换,对于基础类网络结果如resnet,ssd,mobilenet,maskrcnn等可以转成tf1.0的模型,然后再用opencv加载,也很方便。但是有些模型没办法转换,比如ssd_efficient等,我是没有转换成功。jetson上直接用tf2.0的环境也可以,但是也有问题,比如加载save_model模型时间比较长,有人说是驱动版本问题,这个我没有去试,有人说重装protobuf,对我来说没有用,所以想到tf2.0=》onnx=>TRT
4.TF2转onnx
参考官网教程就好https://github.com/onnx/tensorflow-onnx,有一点儿需要注意的是,
<