七. 使用 X2Paddle 进行模型转换:
(下面只是演示一下如何使用 X2Paddle 进行模型转换,感兴趣的同学可以试一下)
看到这里有同学要问了,这个类型识别是如何实现的?
这里我们使用的是 torch 的开源车辆类型识别模型,并使用 X2Paddle 工具将其转换为 Paddle 模型;
深度学习的应用主要包括两个部分,一是通过深度学习框架训练出模型,二是利用训练出来的模型进行预测。
开发者基于不同的深度学习框架能够得到不同的训练模型,如果想要基于一种框架进行预测,就必须要解决不同框架的模型之间的匹配问题。基于这种考虑,也为了帮助用户快速从其他框架迁移,PaddlePaddle 开源了模型转换工具 X2Paddle。
它可以将 TensorFlow、Caffe 的模型转换为 PaddlePaddle 的核心框架 Paddle Fluid 可加载的格式。同时 X2Paddle 还支持 ONNX 格式的模型转换,这样也相当于支持了众多可以转换为 ONNX 格式的框架,比如 PyTorch、MXNet、CNTK 等。
源码和文档都托管在了【WRITE-BUG数字空间】上面了,有需要的可自取~