这篇文章给大家介绍Pytorch转变Caffe再转变om模型转换流程是怎样的，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。Baseline：PytorchToCaffe主要功能代码在：直接使用可以参考resnet_pytorch_2_caffe.py，如果网络中的操作Baseline中都已经实现，则可以直接转换到Caffe模型。如果遇到没有实现的操作，则要分为两种情况来考虑。以arg_max为例分享一下添加操作的方式。首先要查看Caffe中对应层的参数：caffe.proto为对应版本caffe层与参数的定义，可以看到ArgMax定义了out_max_val、top_k、axis三个参数：与Caffe算子边界中的参数是一致的。layer_param.py构建了具体转换时参数类的实例，实现了操作参数从Pytorch到Caffe的传递：pytorch_to_caffe.py中定义了Rp类，用来实现Pytorch操作到Caffe操作的变换：在添加操作时，要使用Rp类替换操作：接下来，要具体实现该操作：即实现了argmax操作Pytorch到Caffe的转换。如果要转换的操作在Caffe中无直接对应的层实现，解决思路主要有两个：1）在Pytorch中将不支持的操作分解为支持的操作：如nn.InstanceNorm2d，实例归一化在转换时是用BatchNorm做的，不支持 affine=True 或者track_running_stats=True，默认use_global_stats:false，但om转换时use_global_stats必须为true，所以可以转到Caffe，但再转om不友好。InstanceNorm是在featuremap的每个Channel上进行归一化操作，因此，可以实现nn.InstanceNorm2d为：但在验证HiLens Caffe算子边界中发现， om模型转换不支持Channle维度之外的求和或求均值操作，为了规避这个操作，我们可以通过支持的算子重新实现nn.InstanceNorm2d：经过验证，与原操作等价，可以转为Caffe模型2）在Caffe中通过利用现有操作实现：在Pytorch转Caffe的过程中发现，如果存在featuremap + 6这种涉及到常数的操作，转换过程中会出现找不到blob的问题。我们首先查看pytorch_to_caffe.py中add操作的具体转换方法：可以看到对于blob不存在的情况进行了判断，我们只需要在log.blobs(args[0]) == None条件下进行修改，一个自然的想法是利用Scale层实现add操作：类似的，featuremap * 6这种简单乘法也可以通过同样的方法实现。Pooling：Pytorch默认 ceil_mode=false，Caffe默认 ceil_mode=true，可能会导致维度变化，如果出现尺寸不匹配的问题可以检查一下Pooling参数是否正确。另外，虽然文档上没有看到，但是 kernel_size > 32 后模型虽然可以转换，但推理会报错，这时可以分两层进行Pooling操作。Upsample：om边界算子中的Upsample 层scale_factor参数必须是int，不能是size。如果已有模型参数为size也会正常跑完Pytorch转Caffe的流程，但此时Upsample参数是空的。参数为size的情况可以考虑转为scale_factor或用Deconvolution来实现。Transpose2d：Pytorch中 output_padding 参数会加在输出的大小上，但Caffe不会，输出特征图相对会变小，此时反卷积之后的featuremap会变大一点，可以通过Crop层进行裁剪，使其大小与Pytorch对应层一致。另外，om中反卷积推理速度较慢，最好是不要使用，可以用Upsample+Convolution替代。Pad：Pytorch中Pad操作很多样，但Caffe中只能进行H与W维度上的对称pad，如果Pytorch网络中有h = F.pad(x, (1, 2, 1, 2), “constant”, 0)这种不对称的pad操作，解决思路为：如果不对称pad的层不存在后续的维度不匹配的问题，可以先判断一下pad对结果的影响，一些任务受pad的影响很小，那么就不需要修改。如果存在维度不匹配的问题 香港云主机，可以考虑按照较大的参数充分pad之后进行Crop，或是将前后两个(0, 0, 1, 1)与(1, 1, 0, 0)的pad合为一个(1, 1, 1, 1)，这要看具体的网络结构确定。如果是Channel维度上的pad如F.pad(x, (0, 0, 0, 0, 0, channel_pad), “constant”, 0)，可以考虑零卷积后cat到featuremap上：一些操作可以转到Caffe，但om并不支持标准Caffe的所有操作，如果要再转到om要对照文档确认好边界算子。关于Pytorch转变Caffe再转变om模型转换流程是怎样的就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
这篇文章给大家介绍修改hosts文件提示没有权限保存如何解决，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。1.找到hosts文件，右击后点击属性2.点击安全3.点击编辑按钮4.修改当前登录系统用户权限（允许全部勾上，点击应用即可）关于修改…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
