pytorch模型转ncnn,并移植android

本文详细介绍了如何将PyTorch模型转换为ONNX,然后使用ONNX模型转为NCNN格式,并在Android设备上进行移植。首先,通过pytorch转onnx并简化模型,接着编译ncnn,将模型加密并生成所需文件。在Android端,将模型文件、标签文件放入工程,修改源代码以适配模型输入输出,并完成预测功能。
摘要由CSDN通过智能技术生成

模型转换

pytorch转onnx

import torch.utils.data
from torch.autograd import Variable
from squeezenet import squeezenet1_2
import onnxruntime
import numpy as np
from onnxruntime.datasets import get_example
import cv2
import  onnx
model_file = '/home/bbt/qinghua/detetion/pytorch-mobilenet/model/model_best_squeezenet1_2_age0.926.pth.tar'
num_class =3
# create model
model=squeezenet1_2(pretrained=False,num_classes=num_class)
model = torch.nn.DataParallel(model)
# optionally resume from a checkpoint
checkpoint = torch.load(model_file)
model.load_state_dict(checkpoint['state_dict'])
model.to('cpu')
model.eval()
# model.cpu()
#accuracy(mode)
# dummy_input = Variable(torch.randn(1, 3, 224, 224))
input=cv2.imread('/home/bbt/age00.jpg')
input=cv2.resize(input,(224,224))
input=np.transpose(input, (2, 0, 1)).astype(np.float32)
now_image1 = Variable(torch.
  • 0
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值