（1）在使用昇腾硬件（例如Atlas200）进行模型推理的时候，首先需要使用ATC工具将原始模型转换为适合昇腾硬件的模型（.om），支持原始框架类型为Caffe、TensorFlow、MindSpore、ONNX的模型转换，其中ONNX可以看做是一个中间模型，如果其他模型可以转换为ONNX模型那么也可以在使用ATC进行模型转换，例如pytorch模型转换为ONNX模型，ONNX模型再转换为.om文件。
（2）常用参数解释：
--model：原始模型文件路径与文件名
--weight：权重文件路径与文件名
--framework：原始模型框架：0是caffe，1是mindspore，3是tensorflow，5是onnx
--input_format：输入数据格式：Caffe默认为NCHW，TensorFlow默认为NHWC
--dynamic_image_size：设置输入图片的动态分辨率参数。适用于执行推理时，每次处理图片宽和高不固定的场景。
--output：存放转换后的离线模型的路径以及文件名
--soc_version：模型转换时指定芯片版本。
--insert_op_conf：插入算子的配置文件路径与文件名，例如aipp预处理算子（包含了图像预处理比如色域转换、减均值等）。
（3）例子：atc --model=yolov3.prototxt --weight=yolov3.caffemodel --framework=0 --output=yolov3_framework_caffe_aipp_1_batch_1_input_int8_output_FP32 --soc_version=Ascend310 --insert_op_conf=aipp_nv12.cfg
对模型yolov3.prototxt和权重yolov3.caffemodel的caffe原始模型进行转换，因此framework为0表示caffe，输出文件名字为yolov3_framework_caffe_aipp_1_batch_1_input_int8_output_FP32，推理芯片选择Ascend310，算子配置文件为aipp_nv12.cfg。
PS：CANN训练营第三期正在进行中，这次训练营包含了模型营、应用营、算子营。基本包涵了华为昇腾AI全流程开发的各个环节，欢迎感兴趣的同学报名参加~报名地址：昇腾CANN训练营第三期_开发者-华为云
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
