mmdnn命令说明

  Caffe转mxnet模型——mmdnn中提到了使用mmdnn对模型进行转换，当时对转换的命令不是很清楚，最近重新查了一些，整理下mmdnn的转换命令。

一步转换

  mmdnn的一步转换命令是mmconvert，源于mmdnn/conversion/_script/convert.py，其参数为：

命令	含义
-sf	输入模型类型
-in	输入模型网络（如果网络文件独立）
-iw	输入权重文件
-df	输出模型类型
-om	输出模型名称

  期间会产生 .py、.npy为中间模型结构，为目标模型的code形式。另外，像TensorFlow模型需要指定输出节点，如–dstNode MMdnn_Output，但–dstNode这个key值我在convert.py中没有找到，不知道运行会不会有问题。
  示例：

mmconvert -sf tensorflow -in imagenet_resnet_v2_152.ckpt.meta -iw imagenet_resnet_v2_152.ckpt --dstNode MMdnn_Output -df pytorch -om tf_to_pytorch_resnet_152.pth

python -m mmdnn.conversion._script.convertToIR -sf tensorflow -in imagenet_resnet_v2_152.ckpt.meta -iw imagenet_resnet_v2_152.ckpt --dstNode MMdnn_Output -df pytorch -om tf_to_pytorch_resnet_152.pth

分步转换

1、转IR

  mmdnn转换其它模型到IR格式的命令是mmtoir，源于mmdnn/conversion/_script/convertToIR.py，其参数为：

命令	含义
-f	输入模型类型
-n	输入模型网络（如果网络文件独立）
-w	输入权重文件
–inputShape	输入尺寸（可选）
-node	输出节点（TensorFlow）
-o	中间文件名称.json、.pb、.npy

  示例：

mmtoir -f tensorflow -n imagenet_resnet_v2_152.ckpt.meta -w imagenet_resnet_v2_152.ckpt --inputShape 3,112,112 -node MMdnn_Output -o converted

python -m mmdnn.conversion._script.convertToIR -f tensorflow -n imagenet_resnet_v2_152.ckpt.meta -w imagenet_resnet_v2_152.ckpt --inputShape 3,112,112 -node MMdnn_Output -o converted

2、IR转输出模型Code

  mmdnn转换IR格式到其它模型的code形式的命令是mmtocode，源于mmdnn/conversion/_script/IRToCode.py，其参数为：

命令	含义
-f	输出模型类型
-n	IR模型结构
-w	IR模型权重
-o	输出模型结构
-dw	输出模型权重（可选）

  示例：

mmtocode -f pytorch -n converted.pb -w converted.npy -o converted_pytorch.py -dw converted_pytorch.npy

python -m mmdnn.conversion._script. IRToCode -f pytorch -n converted.pb -w converted.npy -o converted_pytorch.py -dw converted_pytorch.npy

3、导出最终模型

  mmdnn导出最终目标模型的命令是mmtomodel，源于mmdnn/conversion/_script/IRToModel.py，其参数为：

命令	含义
-f	输出模型类型
-in	输出模型结构
-iw	IR模型权重
-o	输出模型名称

  示例：

mmtomodel -f pytorch -in converted_pytorch.py -iw converted_pytorch.npy -o converted_pytorch.pth

python -m mmdnn.conversion._script. IRToModel -f pytorch -in converted_pytorch.py -iw converted_pytorch.npy -o converted_pytorch.pth