基于使用MindStudio完成Rosetta_Resnet34_vd模型开发

目录

一、介绍... 2

1.1 模型介绍... 2

1.2 MindStudio介绍... 2

1.3 MindStudio配置... 3

二、MindStudio项目搭建... 5

2.1 项目创建... 5

2.2 项目配置... 9

三、获取模型代码... 13

3.1 获取源码... 13

3.2 安装依赖... 14

四、获取数据集... 16

4.1 数据集下载... 16

4.2 数据集预处理... 17

五、模型转换... 18

5.1 转onnx模型... 18

5.2 转om模型... 21

六、模型推理... 25

6.1 获取推理工具... 25

6.2 进行推理... 26

6.3 精度验证... 27

七、问题总结... 29

八、参考资料... 30

一、介绍

本文将介绍使用MindStudio进行Rosetta_Resnet34_vd模型离线推理开发，并在IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE数据集上进行评估，推理精度能够达到80.64%。

1.1 模型介绍

Rosetta是用于图像中文本检测和识别的大规模系统，文本识别是使用称为 CTC 的全卷积模型完成的（因为它在训练期间使用序列到序列的 CTC 损失），该模型输出字符序列。最后一个卷积层在输入词的每个图像位置预测最可能的字符。论文链接为：

https://arxiv.org/abs/1910.05085

Rosetta_Resnet34_vd是基于是PadlePaddle框架的实现，相关信息可参考官网说明：

PaddleOCR/algorithm_rec_rosetta.md at release/2.6 · PaddlePaddle/PaddleOCR · GitHub

1.2 MindStudio介绍

MindStudio提供了AI开发所需的一站式开发环境，支持模型开发、算子开发以及应用开发三个主流程中的开发任务，依靠模型可视化、算力测试、IDE本地仿真调试等功能，MindStudio能够在一个工具上就能高效便捷地完成AI应用开发。MindStudio采用了插件化扩展机制，开发者可以通过开发插件来扩展已有功能。

本文主要介绍使用MindStudio进行Rosetta_Resnet34_vd模型离线推理开发过程。

关于MindStudio的详细特性，可以通过官网查看：

昇腾社区-官网丨昇腾万里 让智能无所不及

可以通过MindStudio社区，获得帮助以及进行经验分享和交流，另外还可以参与MindStudio官方举办的各种活动：

华为云论坛_云计算论坛_开发者论坛_技术论坛-华为云

本文参考了《使用MindStudio进行Mindx模型st-gcn开发（1）》这篇社区帖子来进行MindStudio的环境搭建，链接为：

华为云论坛_云计算论坛_开发者论坛_技术论坛-华为云

MindStudio的安装过程可以参考官方指导手册，链接为：

昇腾社区-官网丨昇腾万里 让智能无所不及

1.3 MindStudio配置

 

初次打开MindStudio会提示是否导入配置，如上图，可以选择“Do not import settings”，点击“OK”。

 

上图为MindStudio的主界面，主要包括4个标签：