MNN模型编译和转换过程

2023-05-16

MNN模型编译和转换过程

~模型转换过程

1:首先编译MNN的模型转换工具: ./MNNConvert
 
 
cd MNN/
 MNN/
./schema/generate.sh
/schema/generate.sh
mkdir build
kdir build
cd build
 build
cmake .. -DMNN_BUILD_CONVERTER=true && make -j8

 

 
 
2:调用 . /MNNConvert 转换给TF,CAFFE,ONNX,TFLITE,转换为MNN模型
 
 
#官方示例一  
./MNNConvert -f TF --modelFile ../model/model-mobilenet_v1_075.pb --MNNModel model3.mnn --bizCode biz

#官方示例三
./MNNConvert -f TFLITE --modelFile ../model/mobilenet_v2_1.0_224.tflite --MNNModel mobilent_dax.mnn --bizCode biz
 
 
编译后的文件和模型存在于build中,所以转换和测试需要在此文件下使用工具   得到model3.mnn模型

~模型测试 

测试代码如下:
 
 
 
 
#示例一
 ./multiPose.out model3.mnn 2.jpg pose.png

#以下是输出内容  每次运行时间有稍微变化
main, 381, cost time: 1.360000 ms
ain, 381, cost time: 1.360000 ms
main, 405, cost time: 0.060000 ms
ain, 405, cost time: 0.060000 ms


#示例二
 ./segment.out MNN_deeplab.mnn 3.jpg result.png

#结果如下
input: w:257 , h:257, bpp: 3
origin size: 678, 452
Mask: w=257, h=257, c=21


#示例三
 ./pictureRecognition.out mobilent_dax.mnn dax.png ../demo/model/MobileNet/synset_words.txt
#结果
Can't Find type=4 backend, use 0 instead
Can't Find type=4 backend, use 0 instead
input: w:224 , h:224, bpp: 3
origin size: 746, 497
output size:1001
echidna, spiny anteater, anteater: 0.273970
lesser panda, red panda, panda, bear cat, cat bear, Ailurus fulgens: 0.206582
African elephant, Loxodonta africana: 0.082232
water buffalo, water ox, Asiatic buffalo, Bubalus bubalis: 0.006365
Ibizan hound, Ibizan Podenco: 0.005900
bison: 0.005519
sea slug, nudibranch: 0.003803
isopod: 0.003659
Border terrier: 0.003178
totem pole: 0.002906
  
 
直接在build执行命令会报错如下,一般都是模型转换出错,重新转换模型即可。
 
 
 
 
 
Create interpreter failed, open moiblenet.mnn error
Can't Find type=4 backend, use 0 instead
或者
Can't Find type=4 backend, use 0 instead
Can't Find type=4 backend, use 0 instead
Compute Shape Error for MobilenetV2/Conv/BatchNorm/FusedBatchNorm
段错误(吐核)
 
 
 

 

 
 
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@)

MNN模型编译和转换过程 的相关文章

  • 以太网二层技术——VPLS详解

    目录 前言 xff1a xff08 由于时间关系 xff0c 本篇仅先写了关于VPLS相关 xff09 一 VPLS简介 xff1a 二 VPLS基本工作原理及步骤 xff1a 三 VPLS的报文转发过程 xff1a 四 VPLS的缺点 x
  • SR技术概述与基本概念(SR-BE&SR-TE)

    目录 一 SR背景 二 SR概述 xff1a SR具有如下特点 xff1a SR优势 xff1a 三 一些名词的基本概念 基本概念 xff1a Segment 基本概念 xff1a Segment ID 简称SID xff0c 用于标识se
  • 网络同步技术

    一 同步技术 时钟同步包括 xff1a 频率同步 和时间同步 频率同步要求 相同的时间间隔 xff0c 时间同步要求 时间的起始点相同 和 相同的时间间隔 二 同步以太网技术 xff08 频率同步 xff09 xff1a SyncE xff
  • 以太网虚拟专用网络的工作流程(重点3张表与4种路由)

    目录 一 前言 二 EVPN四种类型路由的作用 三 EVPN表项简介 xff1a xff08 重点 四 EVPN的工作流程分为两个阶段 xff1a 4 1 EVPN启动阶段 xff1a 4 2 EVPN流量转发 xff1a Type2 控制
  • 网络工程师Python入门学习笔记-01

    目录 一 Python编码规范 xff1a 1 1 符号 xff1a 1 2 注释 xff1a 1 3 代码缩进 xff1a 很重要 二 Python的函数与模块 三 Python的类与方法 3 1 类 3 2 telnetlib介绍 xf
  • NETCONF、RESTCONF和YANG

    目录 一 NETCONF RESTCONF和YANG是之间什么关系 xff1f 二 Netconf简介 2 1 一般使用工具 xff1a MG Soft 简介 三 Netconf YANG 原理与实践 3 1 NETCONF协议 3 2 Y
  • Telemetry原理

    Telemetry 是一种网络设备监控技术 xff0c 提供 周期采样网络设备内的统计数据和状态数据的能力 一 Telemetry概述 1 1 技术背景 xff1a 网络设备的统一监控和性能管理是运维平台的重要功能 xff0c 设备的监控数
  • 二三层网络设备封装与解封装原理

    1 寻址转发 xff08 寻址指的是寻找IP地址 xff09 路由表放在一个公共的地方 xff0c 比如主控板上 xff0c 由主控板 的CPU运行路由协议 xff0c 计算路由 xff0c 生成和维护路由表 转发表与路由表 xff1a 转
  • BLE外围设备在Advertising中添加ServiceData

    startAdvertising失败 xff0c errorCode 61 1 AdvertiseCallback ADVERTISE FAILED DATA TOO LARGE errorCode解释 xff1a Failed to st
  • SBFD(Seamless Bidirectional Forwarding Detection)

    SBFD简介 xff1a 更适合SR隧道 BFD进行大量链路检测 时 xff0c 其状态机的协商时间会变长 xff0c 不适合Segement Routing SBFD xff08 Seamless Bidirectional Forwar
  • 使用CCProxy+Proxifier实现代理

    目录 1 使用场景2 什么是网络代理 xff1f 3 CCProxy3 1 说明3 2 下载安装3 3 使用说明 4 Proxifier4 1 说明4 2 下载安装4 3 使用说明4 4 Proxifier CPU占用率高问题解决 1 使用
  • 5G/NR PDSCH之频域资源分配

    物理下行共享信道 Physical Downlink Shared CHannel PDSCH 是无线通信系统中物理下行信道的一种 xff0c 用于传输下行用户数据 而在PDSCH进行下行数据传输时 xff0c 是需要基站给下行数据指定分配
  • NMS详解及pytorch实现:hard-nms(diou\overlap\merge\batched),soft-nms

    文章目录 NMS详解及pytorch实现 hard nms diou overlap merge batched soft nms1 简介2 原理3 实现3 1 伪代码3 2 pytorch源码3 3 知识点 参考资料 NMS详解及pyto
  • Deep-Sort多目标追踪算法代码解析

    Deep SORT是多目标跟踪 Multi Object Tracking 中常用到的一种算法 xff0c 是一个Detection Based Tracking的方法 这个算法工业界关注度非常高 xff0c 在知乎上有很多文章都是使用了D
  • RTFNet:基于可见光/红外图像的城市自动驾驶道路场景语义分割

    论文下载 xff1a https yuxiangsun github io pub RAL2019 rtfnet pdf 代码下载 xff1a https github com yuxiangsun RT 简介 xff1a 语义分割是自动驾

随机推荐