教你自己训练的pytorch模型转caffe(二）

重点之重点

把训练的模型进行转换，我的模型文件叫google_checkpoint_ep60

参考：https://github.com/inisis/brocolli
https://www.bilibili.com/video/BV1fb4y177Ry

那个老哥给我们搭建好了环境，因此不用自己搭建环境，但是我们得下载docker

看这个视频把docker 装好 https://www.bilibili.com/video/BV11L411g7U1

然后我们就下载老哥提供的镜像

具体的，在命令行按照老哥的github指引敲

第一行是下载镜像（可以理解为虚拟机中的文件），第二行是创建容器（创建一个虚拟机然后开机了，并登录），我推荐大家把--rm去了，不然cmd退出后容器就自动删除了，第三行是进入容器执行命令

这个命令是转换模型，最后保存在tmp文件夹中。

如果没有报错的话下面就开始转换我们自己的模型

我使用docker cp 在宿主机和容器之间复制

首先把我们猫狗的GoogLeNet.py 复制进去。

docker cp E:/workspace/brocolli/custom_models/GoogLeNet.py ee132b3c68f8b98f204de3bbb8872573e9fb00db319a3dd8bb2c3674f6d4a776:/root/brocolli/custom_models

前面是宿主机文件或者文件夹，后面是容器id ,id可以从docker desktop复制

最后是容器的文件夹

然后我们写一个脚本转换我们的模型，把老哥readme抄抄

我的文件名叫run.py

import torchvision
import torchfrom custom_models import GoogLeNet
model = GoogLeNet.GoogLeNet(num_classes=2) # Here, you should use your ownd model
model.load_state_dict(torch.load("./google_checkpoint_ep60.pth",map_location=torch.device('cpu')),)# input  = torch.rand(1,3,224,224)
# output = model(input)
# aaa = 100from bin.pytorch2caffe import Runner # if caffe, use bin.pytorch2caffe, if TensorRT use bin.pytorch2trt;
runner = Runner("googlenet_dog", model, [1, 3, 224, 224], 13,True)runner.pyotrch_inference()
runner.convert()
runner.caffe_inference() # if caffe, use caffe_inference, if TensorRT use trt_inference;
runner.check_result()

我们把run.py 和google_checkpoint_ep60.pth 都用docker cp 复制到/root/brocolli 中

然后运行，转换完毕，把 tmp下面的googlenet_dog.prototxt 和googlenet_dog.caffemodel 复制走至此完毕

分割线---------------------------------

docker 一些命令

docker run 创建容器

docker run -it  yaphets4desmond/brocolli:v1.0 bash

如果你之前用了rm 删掉了,用上述命令在创建一个,或者这样

如果你小心把bash 窗口关了，但是他还在运行

可以使用命令进入bash,长长的那个是容器id

docker exec -it  e132bd2faff7adb3596068d0f53316fc54d20309f2aed6464984206f3a811fe4 bash

教你自己训练的pytorch模型转caffe(二）相关推荐

教你自己训练的pytorch模型转caffe(一）
首先要有一个pytorch模型,我这里选用googelnet 为例, 我们可以使用pytorch 提供的imagenet的预训练模型. import torchvision googlenet = t ...
在英特尔独立显卡上训练ResNet PyTorch模型
作者:武卓,张晶目录 1.1 英特尔锐炫™独立显卡简介 1.2 蝰蛇峡谷简介 1.3 搭建训练PyTorch模型的开发环境 1.3.1 Windows 版本要求: 1.3.2 下载并安装最新的英特尔 ...
pytorch模型转caffe模型（pytorch-＞onnx-＞caffe）
笔记目录前言一.pytorch转onnx 1.修改yolov5/models/export.py 2.在yolov5的目录下运行 3.简化onnx模型二.onnx转caffe 1.yolov5网 ...
pytorch模型部署
1. C++调用python训练的pytorch模型(一)--makefile编写基础 https://blog.csdn.net/xiake001/article/details/84838249 ...
手把手教你洞悉 PyTorch 模型训练过程，彻底掌握 PyTorch 项目实战！（文末重金招聘导师）...
(文末重金招募导师) 在CVPR 2020会议接收中,PyTorch 使用了405次,TensorFlow 使用了102次,PyTorch使用数是TensorFlow的近4倍. 自2019年开始,越来 ...
如何使用TensorRT对训练好的PyTorch模型进行加速？
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨伯恩legacy@知乎来源丨https://zhuanlan.zhihu.com/p/8831 ...
手把手教你用自己训练的AI模型玩王者荣耀
击上方"Python爬虫与数据挖掘",进行关注回复"书籍"即可获赠Python从入门到进阶共10本电子书今日鸡汤浮云一别后,流水十年间. 大家好,我 ...
手把手教你使用 YOLOV5 训练目标检测模型
作者 | 肆十二来源 | CSDN博客这次要使用YOLOV5来训练一个口罩检测模型,比较契合当下的疫情,并且目标检测涉及到的知识点也比较多. 先来看看我们要实现的效果,我们将会通过数据来训练一个口 ...
9个让PyTorch模型训练提速的技巧！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货来源:AI公园,译者:ronghuaiyang 作者:William F ...
9个技巧让你的PyTorch模型训练变得飞快！
公众号关注 "视学算法" 设为"星标",第一时间知晓最新干货~ 作者丨William Falcon 来源丨AI公园不要让你的神经网络变成这样让我们面对现实吧 ...

教你自己训练的pytorch模型转caffe(二）

教你自己训练的pytorch模型转caffe(二）相关推荐

最新文章

热门文章