forked from nudt_dsp/netrans
![]() |
||
---|---|---|
.. | ||
yolov5s | ||
README.md |
README.md
Onnx模型转换示例
本文档以 yolov5s 为例介绍如何使用 Netrans 对 Onnx 模型进行转换。
Netrans 支持 ONNX 至 1.14.0, opset支持至19。
安装Netrans
创建 conda 环境 .
conda create -n netrans python=3.8 -y
conda activate netrans
下载 Netrans .
mkdir -p ~/app
cd ~/app
git clone https://gitlink.org.cn/nudt_dsp/netrans.git
安装 Netrans。
cd ~/app/netrans
./setup.sh
数据准备
转换ONNX模型需准备:
- .onnx 文件:网络模型
- dataset.txt:数据路径配置文件
我们的示例 已经完成数据准备,可以使用下面命令进入目录执行。
cd netrans/
cd examples/onnx
此时目录如下:
yolov5s/
├── 0.jpg # 校准数据
├── dataset.txt # 指定数据地址的文件
└── yolov5s.onnx # 网络模型
3.1 使用 netrans_cli 转换 onnx 示例模型 yolov5s
示例目录如下:
onnx/
└── yolov5s
├── 0.jpg
├── dataset.txt
└── yolov5s.onnx
3.1.1 导入模型
import.sh yolov5s
该命令会在工程目录下生成包含模型信息的 .json 和 .data 数据文件。 此时 yolov5s 的目录结构如下
yolov5s/
├── 0.jpg
├── dataset.txt
├── yolov5s.data
├── yolov5s.json
└── yolov5s.onnx
3.1.2 生成配置文件
数据在推理前一般会经过预处理,为了确保模型可以正确的输入数据,需要生产对应的配置文件。
config.sh yolov5s
此时 yolov5s 的目录结构如下:
yolov5s/
├── 0.jpg
├── dataset.txt
├── yolov5s.data
├── yolov5s_inputmeta.yml
├── yolov5s.json
└── yolov5s.onnx
根据 yolov5s 的实际情况 ,我们需要修改yml中的 mean 为 0,scale为 0.003921568627。
打开 yolov5s_inputmeta.yml
文件,
修改第30-33行为:
scale:
- 0.003921568627
- 0.003921568627
- 0.003921568627
3.1.3 量化模型
quantize.sh yolov5s uint8
此时 yolov5s 的目录结构如下:
yolov5s/
├── 0.jpg
├── dataset.txt
├── yolov5s_asymmetric_affine.quantize
├── yolov5s.data
├── yolov5s_inputmeta.yml
├── yolov5s.json
└── yolov5s.onnx
3.1.4 导出模型
./export.sh yolov5s uint8
此时 yolov5s 的目录结构如下:
yolov5s/
├── 0.jpg
├── dataset.txt
├── wksp
│ └── asymmetric_affine
│ ├── BUILD
│ ├── dump_core_graph.json
│ ├── graph.json
│ ├── main.c
│ ├── makefile.linux
│ ├── network_binary.nb
│ ├── vnn_global.h
│ ├── vnn_post_process.c
│ ├── vnn_post_process.h
│ ├── vnn_pre_process.c
│ ├── vnn_pre_process.h
│ ├── vnn_yolov5sasymmetricaffine.c
│ ├── vnn_yolov5sasymmetricaffine.h
│ ├── yolov5sasymmetricaffine.2012.vcxproj
│ ├── yolov5s_asymmetric_affine.export.data
│ └── yolov5sasymmetricaffine.vcxproj
├── yolov5s_asymmetric_affine.quantize
├── yolov5s.data
├── yolov5s_inputmeta.yml
├── yolov5s.json
└── yolov5s.onnx
3.2 使用 netrans_py 转换 onnx 示例模型 yolov5s
example.py yolov5s -q uint8 -m 0 -s 0.003921568627