pytorch训练模型移植至ncnn

最新推荐文章于 2024-04-04 00:46:43 发布
最新推荐文章于 2024-04-04 00:46:43 发布
阅读量1k 收藏 6
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013548568/article/details/108864123
版权

pytorch训练模型移植至ncnn

第一步是pytorch模型往caffe模型的转换

采用的工具是网路公开的代码，https://github.com/xxradon/PytorchToCaffe，此时会生成prototxt和caffemodel两个新文件。
在这里插入图片描述

第二部是往ncnn迁移

ncnn安装 https://github.com/Tencent/ncnn/wiki/how-to-build#build-for-linux-x86
安装好之后，进行相应的转换
1）首先，上一步生成的mobilenetv3.prototxt和mobilenetv3.caffemodel文件是比价旧的版本，这时候需要转换为新的版本，这时候要用到caffe自带的转换工具

upgrade_net_proto_text [old prototxt] [new prototxt]
upgrade_net_proto_binary [old caffemodel] [new caffemodel]

其中这两个工具的路径在
caffe/.build_release/tools路径下面，转换完之后会生成两个全新的caffemodel和prototxt
在这里插入图片描述

2）接下来修改prototxt文件头，这一步是必须的。
在这里插入图片描述
3）使用caffe2ncnn 将caffe模型转化为ncnn模型

./caffe2ncnn mobilenetv3_9_29_new.prototxt mobilenetv3_9_29_new.caffemodel mobilenetv3_9_29_new.param mobilenetv3_9_29_new.bin

此时生成bin和param两个文件

4）加下来就在cpp里面去调用就可以啦在这里插入图片描述
在ncnn/src目录下面添加想添加的源文件，在ncnn/examples下面添加处理文件，然后在ncnn/build目录下make -j4即可生成，注意修改对应的CMakeList.txt文件

枯叶蝶KYD
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
将pytorch训练的模型转为ncnn模型
weixin_44753371的博客
08-02 1961
1、训练自己的pytorch模型 训练完成后，生成.pth后缀模型，此时要转为可部署的ncnn模型需要经历一些过程，如下：.pth -> .onnx -> .pram 和 .bin模型 2、.pth转.onnx 2.1 避坑 有时候会出现onnx库不能将某些模块转换出来，如mobilenet中的hardswish激活函数就不能被转换，原因是由于pytorch的版本低，导致无法转换，可以升级pytorch的版本。 2.2 代码 以下代码为将.pth文件转为.onnx文件 import torch
pytorch模型（pth，pkl）转ncnn（中介onnx）（附搭建ncnn教程）
qq_50444970的博客
08-19 4013
pytorch模型（pth，pkl）转ncnn（中介onnx）（附搭建ncnn教程） 文章目录pytorch模型（pth，pkl）转ncnn（中介onnx）（附搭建ncnn教程）部署ncnn在windows上部署ncnn（基于VS2019）在Ubuntu18.04上部署ncnnpytorch模型转onnx（以TDnet为例）onnx转ncnn 部署ncnn pytorch转ncnn是要在电脑上部署好ncnn环境，下图为可部署ncnn的平台 在windows上部署ncnn（基于VS2019） 一.安装VS2
从零开始教你用Pytorch搭建CNN模型
最新发布
m0_64096844的博客
04-04 1759
Pytorch环境搭建、数据集加载、模型搭建，模型训练套路与技巧以及模型测试，小白一看就会，快速上手搭建属于自己的模型
【pytorch】ncnn
JNing
09-22 308
onnx转ncnn 完整实现： def onnx2ncnn(self): assert os.path.isfile(simplified_onnx_path) os.system('onnx2ncnn {} {} {}'.format(simplified_onnx_path, param_path, bin_path)) print('\n param has been save to {}'.format(param_path)) print(' bin has
深度学习模型移植pytorch->onnx->ncnn->android
热门推荐
hmzjwhmzjw的博客
06-28 2万+
深度学习模型移植pytorch->onnx->ncnn->androidpytorch->onnxonnx->ncnnncnn->android 最近做项目需要在手机上跑深度学习的模型，踩了不少坑，做个记录。这里以mobilenetv3为例子。 pytorch->onnx 1.环境配置 pytorch 1.0 之后自带onnx输出，所以是个很好的选择，顺便...
PyTorch、Caffe、NCNN、TNN各框架下归一化处理
m0_37844017的博客
08-11 1365
1. pytorch 使用方法： transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])]) toTensor()会进行归一化，Normalize的操作是(x-mean)/std 2. caffe 使用方法： trans...
pytorch转ncnn目标检测源码
08-22
pytorch转ncnn目标检测源码，对应博客https://blog.csdn.net/weixin_45915902/article/details/103416431
PytorchConverter:pytorch模型到caffe和ncnn
05-10
UNet（尚无预训练的模型，只有默认初始化）注意事项注意Pytorch和Caffe，ncnn之间的合并层ceil_mode的差异您可以使用所有池化层的ceil_mode = True转换Pytorch模型。 或编译Caffe / ncnn的自定义版本，在池层推理...
Pytorch模型训练实用教程
10-03
Pytorch模型训练实用教程 来源： https://github.com/TingsongYu/PyTorch_Tutorial
pytorch AI模型训练手册
01-26
PyTorch AI模型训练手册，从入门到进阶，从基础到高级，是初学者必备工具，是专业技能人员提升资料和参考，值得学习和收藏、阅读。
MxNet预训练模型到Pytorch模型的转换方式
09-16
MxNet和PyTorch是两种流行的深度学习框架，它们都支持预训练模型的使用。然而，由于框架间的不兼容性，有时需要将一个框架的预训练模型转换到另一个框架。本篇将详细讨论如何将MxNet的预训练模型转换为PyTorch模型。...
将pytorch的权值矩阵导入FPGA中
12-01
本资源包含一个python文件和一个verilog文件，python文件使用pytorch框架搭建了一个RNN模型，并将RNN模型的LSTM层的一个权值矩阵，以二进制定点补码的形式输出，存储为coe文件；verilog文件在xilinx里初始化了一个ROM的IP核，用于加载coe文化，存储权值矩阵，并写了仿真程序将ROM中的矩阵读取出来。 关于这个工程的解释，可以参考这篇博客https://blog.csdn.net/kuan__/article/details/110453686
NeRF-pytorch预训练模型
11-07
https://drive.google.com/drive/folders/1jIr8dkvefrQmv737fFm2isiT6tqpbTbv
pytorch模型转ncnn，并移植android，ios
u011961856的专栏
07-26 4026
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 im...
pytorch转onnx,连接地址
m0_37192554的博客
06-20 2135
https://github.com/apachecn/pytorch-doc-zh/blob/master/docs/1.0/super_resolution_with_caffe2.md GitHub pytorch转换onnx 使用ONNX将模型从PyTorch传输到Caffe2和Mobile(移动端) https://pytorch.org/docs/stable/onnx.htm...
手把手教你在FPGA上移植NVDLA+Tengine并且跑通任意神经网络（4）
yvbycf的博客
12-11 1083
前一篇文章手把手教你在FPGA上移植NVDLA+Tengine并且跑通任意神经网络（3）截止上文已经实现了在ARM-FPGA中跑通一个demo历程。也恰恰说明了搭建的硬件和软件的正确性。那么如何转换设计的神经网络并且使用Tengine框架调用NVDLA后端呢？Tengine社区的example中给了我们最好的答案。首先将pytorch设计的模型转换为onnx模式然后再调用Tengine的model convert工具将模型转换为TMFILE。
pytorch模型转ncnn，并移植android
u011961856的专栏
10-10 4933
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 im...
pytorch模型转ncnn
qq_24946843的博客
08-15 6171
首先编译腾讯开源的ncnn：https://github.com/tongxiaobin/ncnn 在tools/pytorch里最下面有个链接：https://github.com/Tencent/ncnn/wiki/practical-pytorch-to-onnx-to-ncnn（将pytorch转为ncnn） 1、pytorch to onnx 新建pytorch2onnx.p...
pyTorch模型部署--高并发web服务&c++&移动端ncnn
cdknight_happy的专栏
12-01 5511
1 综述 基于pyTorch的python接口训练的模型，一般会针对部署环境进行模型的转换。而深度学习模型的使用环境，一般会分成以python web服务的方式进行部署、以c++调用深度学习模型或针对移动式设备进行部署。 2 以python web服务的形式进行部署 在https://blog.csdn.net/cdknight_happy/article/details/100015592中，用docker + supervisor + nginx + gunicorn + flask的方式部署了深度学习
pytorch训练模型
04-02
PyTorch是一个开源的深度学习框架，可以用于训练各种类型的神经网络模型。下面是使用PyTorch训练模型的一般步骤： 1. 数据准备：准备好训练数据和测试数据，将其转换为PyTorch张量或数据集对象。 2. 模型定义：...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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