零基础onnx--＞caffe--＞wk

总流程：安装VMware Workstation Pro—>安装ubuntu20.4—>安装caffe环境—下载onnx2caffe项目代码—>将onnx转为caffe—>caffe转wk
首先，将训练好的模型保存为onnx文件，Onnx模型的保存使用该命令：

torch.onnx.export(model, example_input, onnx_filename, verbose=True, opset_version=9,input_names=['input_name'],  # 指定输入名称
                  output_names=['output_name'] ) # 指定输出名称

另外，需要指定输入输出的名字，如果不指定的话，在caffe转wk模型是时会报错。opset的版本为9。有了onnx模型后就可以进行转caffe工作了。

下面详细介绍这些步骤：
VMware的安装，按网上的教程任意安装一个就好；
ubuntu20.4的安装按这个链接安装就好：
https://blog.csdn.net/m0_63324772/article/details/136380844

安装caffe环境，按这个链接，切记要一步步操作，指令一条条的输入：
https://gitee.com/wgm2022/wu_guiming.gitee.io/blob/master/01%20%E7%8E%AF%E5%A2%83%E6%90%AD%E5%BB%BA%E7%9B%B8%E5%85%B3/%E5%A6%82%E4%BD%95%E5%9C%A8Ubuntu20.02%20%E4%B8%8A%E9%9D%A2%E6%90%AD%E5%BB%BAcaffe%E7%8E%AF%E5%A2%83.md

安装好caffe环境后，再安装以下包：（顺序最好别乱）
pip install onnx
pip install protobuf==3.20.3
pip install onnxruntime
下载onnx2caffe项目代码：（可放在任意目录下）
https://github.com/xxradon/ONNXToCaffe

自己的onnx模型放在onnx2caffe/model目录，在onnx2caffe目录下进入终端，然后运行：
python3 convertCaffe.py ./model/MobileNetV2.onnx ./model/MobileNetV2.prototxt ./model/MobileNetV2.caffemodel
如果出现错误信息：

将modelComparator.py对应处改为：

    # generate input tensor
    # in NCHW format
    input_tensor = gen_input(models, in_node[0])
    if len(input_tensor.shape) >= 3:
    	dump_input_file = os.path.join(dump_path, "input_{}x{}.txt".format(input_tensor.shape[2], input_tensor.shape[3]))
    	np.savetxt(dump_input_file, input_tensor.flatten())
    	print("input tensor shape of {}: {}".format(in_node[0], input_tensor.shape))
    	print("dump input to {}".format(dump_input_file))
    else:
    	dump_input_file = os.path.join(dump_path, "input.txt")
    	np.savetxt(dump_input_file, input_tensor.flatten())
    	print("input tensor shape of {} is less than 3 dimensions: {}".format(in_node[0], input_tensor.shape))
    	print("dump input to {}".format(dump_input_file))
    	
    #dump_input_file = os.path.join(dump_path, "input_{}x{}.txt".format(input_tensor.shape[2], input_tensor.shape[3]))
    #np.savetxt(dump_input_file, input_tensor.flatten())
    #print("input tensor shape of {}: {}".format(in_node[0], input_tensor.shape))
    #print("dump input to {}".format(dump_input_file))

    # feed input tensors for each model and get result
    net_results = run_models(models, in_node[0], out_node, input_tensor)
    for i, node in enumerate(out_node):

按以上操作完成后，在对应的文件夹中会有*****.caffemodel和*****.prototxt文件，接下来就可以准备转wk模型了。另外转好caffe模型后可以用这个网址查看模型框架。（https://netron.app/）。

Caffe转wk
转wk 需要进行一定的环境配置以及软件安装：（以下是在window下进行）
下载安装RuyiStudio和mingw64
链接：https://pan.baidu.com/s/1lhSo_MNxegHK3dPt3byl-A?pwd=roln
提取码：roln

将mingw64放在C盘，RuyiStudio可放在任意文件夹。然后开始设置环境变量。
计算机上点击右键->属性->高级系统设置->环境变量，在系统变量中
添加以下变量（若已有同名变量则添加变量值用分号隔开）：变量名Path，变量值mingw64的bin路径和msys的bin路径
C:\mingw64\bin; C:\mingw64\msys\bin
在系统环境变量中增加变量RUYI_PYTHON_PATH，
如果当前bat脚本放置在D:\ruyi_env_setup目录下，则变量值为D:\ruyi_env_setup\python35; D:\ruyi_env_setup
\python35\Scripts; D:\ruyi_env_setup\pyhon35\Library\bin
然后：添加%RUYI_PYTHON_PATH%到系统环境变量path的开头

然后：添加用户环境变量PYTHONPATH，
D:\RuyiStudio\RuyiStudio\ruyi_env_setup\python35\Lib\site-packages\caffe\python。
然后就可以点击，运行程序了。

安装好以上软件后，就可以将caffe转为wk了，具体操作参考以下网址的3.4 caffe->wk部分：
https://blog.csdn.net/JulyLi2019/article/details/135641886