HiEuler-Pico-OpenEuler Yolov8模型训练和转换——onnx模型转换（四）

HiEuler-Pico-OpenEuler Yolov8模型训练和转换——yolov8环境搭建（一）
HiEuler-Pico-OpenEuler Yolov8模型训练和转换——数据集制作（二）
HiEuler-Pico-OpenEuler Yolov8模型训练和转换——yolov8训练（三）

继上

文章目录

4. onnx模型转换

以下MindStudio的模型转换均在本地虚拟机的Ubuntu下进行，将onnx模型转换成板端运行的om格式模型

4.1 ubuntu配置pip修改为国内源

pip修改为国内源可显著提高pip下载速率

参考链接：Ubuntu 配置 pip.conf 添加国内源

cd ~/.pip
#如果没有则创建
mkdir ~/.pip
cd ~/.pip
touch pip.conf
vim pip.conf

添加以下内容

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/ #阿里源，可以换成其他的源
extra-index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = 
    mirrors.aliyun.com         #添加阿里源为可信主机，要不然可能报错
    pypi.tuna.tsinghua         #清华
timeout = 120

4.2 Mindstudio安装

模型转换是通过ATC工具实现的，而Mindstudio可将ATC工具可视化，以下详细操作可参考《Mindstudio用户指南》，ATC工具可参考《ATC工具使用指南》

4.2.1 安装依赖

ubuntu安装依赖

sudo apt-get install -y gcc g++ make cmake unzip zlib1g zlib1g-dev libbz2-dev libsqlite3-dev openssl libssl-dev libxslt1-dev libffi-dev libncurses5-dev libncursesw5-dev gnome-keyring pciutils net-tools
sudo apt-get install -y xterm

安装字体软件

sudo apt-get install -y fonts-droid-fallback fonts-wqy-zenhei fonts-wqy-microhei fonts-arphic-ukai fonts-arphic-uming

安装 Python3依赖

#pip list        查看pip安装的包

pip3 install attrs --user 
pip3 install psutil --user

pip3 install protobuf==3.1 3.0 --user        #Hi351 9DV500/Hi351 6DV500
pip3 install protobuf==3.1 9.0 --user        #Hi351 6CV610
pip3 install scipy --user

pip3 install pylint --user 
pip3 install matplotlib --user 
pip3 install grpcio --user 
pip3 install grpcio-tools --user 
pip3 install requests --user 
pip3 install xlrd==1.2.0 --user 
pip3 install absl-py --user
pip3 install pandas --user

4.2.1 安装运行

安装Mindstudio，拷贝01 Linux SDK/SVP_PC/SVP_NNN_PC_V5.0.0.15/MindStudio目录下的Ascend-cann-toolkit_6.10.t06spc003b020_linux.x86_64.run和MindStudio_3.0.5_linux_x86_64.tar.gz文件到ubuntu下，解压MindStudio_3.0.5_linux_x86_64.tar.gz，执行Mindstudio.sh脚本文件运行Mindstudio

tar -zxvf MindStudio_3.0.5_linux_x86_64.tar.gz
cd Mindstudio/bin
./Mindstudio.sh

4.2.3 创建项目

安装Ascend-cann-toolkit开发套件包，打开MindStudio CANN安装设置，选择之前拷贝的Ascend-cann-toolkit_6.10.t06spc003b020_linux.x86_64.run，点击确定，之后next->next->finish即可

创建ACl项目（C/C++）

可安装插件，设置->插件

4.3 使用模型转换器

将训练结果拷贝至ubuntu上

打开Mindstudio项目选择model converter
\

next，1/Variance值需为0.0039062

next，dump数据涉及到精度对比步骤，部署到板子上的模型需要以下框的选项为初始值0，即第一项，Batch Num为默认256这里改为1，可在Command Preview中查看终端执行的实际ATC命令

点击finish后大约1-2分钟时间将会在设置的模型输出路径下生成om格式模型，而其他数据文件则默认生成在~/modelzoo目录下

点击load config，可选择相应的json文件查看之前模型量化和转换的配置