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 ...
最新文章
- C++vector迭代器失效的问题
- 0x08.基本算法 — 总结与练习
- 基于WF4的新平台-表单格式
- 光脚丫学LINQ(029):如何将列表示为类成员
- 3.爱跑步的蜗壳人动态(下同)
- django新建php文件,在Python的Django框架中创建语言文件
- 更精炼更专注的RTMPClient客户端EasyRTMPClient,满足直播、转发、分析等各种需求...
- 如何用TensorFlow实现人工智能?
- db2存储过程 可以使用游标循环嵌套吗_DB2存储过程使用动态游标的例子
- atitit.架构设计---方法调用结果使用异常还是返回值
- CentOS 6 上安装 pip、setuptools
- python撤销_python 取消转义字符作用
- Nginx+ffmpeg的HLS开源server搭建配置及开发具体解释
- 示波器截取的波形图和数据CSV文件表,导入到MATLAB的simulink模型进行FFT分析,简单实用教程与示例
- matlab里用simulink仿真教程,Matlab-Simulink仿真教程
- 混淆矩阵(Confusion Matrix)
- 蓝桥杯第十二届省赛JAVA C组 试题 F: 时间显示
- SQL按每5分钟或者10分钟分组统计数据
- 2022-2027中国内科缝合线行业应用形势与需求前景预测报告
- 汽车手机互联一键启动手机撑控
热门文章
- 过山车css动画,three.js 124版本实现彩虹过山车动画
- 【c++】CTGU2022春校赛原题详解:出题人的大航海BFS
- HTML和CSS的知识点
- mysqld: [ERROR] Found option without preceding group in config file【解决】
- 一文搞懂this指向
- 安卓利用谷歌文字转语音引擎实现离线文字播报语音
- 微信支付“下单账号和支付账号不一致,请核实后再支付”
- 2019秋季10月新番动漫推荐
- UVA - 1389 Hard Life【分数规划+最小割】【最大权闭合图】
- Linux eBPF内核源码sample/bpf全网最细解析(一)