pytorch-YOLOv3移植到寒武纪

文章目录

pytorch-YOLOv3移植到寒武纪
- 参考
- 新建docker
- make caffe
- caffe扩展
- pip install torch
- 转换结果修改

参考

1、Darknet2Caffe 大概步骤
2、ChenYingpeng/darknet2caffe
3、基于Docker的Caffe编译（CUDA11的makefile版）
- caffe的编译是用我的这个博客，只用到caffe编译部分：
4、官方镜像园
5、ImportError:No module named builtins

新建docker

裸机也可以哈，但是实验室的服务器不太好乱搞，就用了docker

#!/bin/bashexport MY_CONTAINER="darknet2caffe"
num=`sudo docker ps -a|grep "$MY_CONTAINER"|wc -l`
echo $num
echo $MY_CONTAINER
if [ 0 -eq $num ]; thensudo docker run --gpus all \--ipc=host \-it \--privileged \--name $MY_CONTAINER \-v $PWD/caffe-env:/home/caffe-env \-w /home/caffe-env \4d1a8aaef572 \/bin/bash echo $MY_CONTAINER
else sudo docker start $MY_CONTAINERsudo docker exec -w /home/R2CNN -ti $MY_CONTAINER /bin/bash
fi

主体逻辑其实十分简单，查看有没有容器名相同的容器，有的话直接start&exec，没有就run一个，并制定映射目录和工作目录
4d1a8aaef572是我自己保存的caffe镜像，并没有上传，cuda11的话可以用这个代替：0ec3cd91fe0b，纯净的cuda11，然后看一下基于Docker的Caffe编译（CUDA11的makefile版）配置

make caffe

我直接复制了一份基于Docker的Caffe编译（CUDA11的makefile版）配置好的caffe来make，省去了很多配置的时间，大概指令就是：
```
make all
make runtest
make pycaffe
```
如果遇到ImportError: No module named caffe的话，可能是没有指定caffe的地址
- export PYTHONPATH=/your-caffe-root/caffe/python:$PYTHONPATH

caffe扩展

根据ChenYingpeng/darknet2caffe的readme中提到

#1、Copy caffe_layers/mish_layer/mish_layer.hpp,caffe_layers/upsample_layer/upsample_layer.hpp into include/caffe/layers/.
#2、Copy caffe_layers/mish_layer/mish_layer.cpp mish_layer.cu,caffe_layers/upsample_layer/upsample_layer.cpp upsample_layer.cu into src/caffe/layers/.
#3、Copy caffe_layers/pooling_layer/pooling_layer.cpp into src/caffe/layers/.Note:only work for yolov3-tiny,use with caution.#4、Add below code into src/caffe/proto/caffe.proto.
/ LayerParameter next available layer-specific ID: 147 (last added: recurrent_param)
message LayerParameter {optional TileParameter tile_param = 138;optional VideoDataParameter video_data_param = 207;optional WindowDataParameter window_data_param = 129;# 注意这里指的是在LayerParameter里面加上下面两行，149和150可以自定只要caffe.proto.里面没有就行
++optional UpsampleParameter upsample_param = 149; //added by chen for Yolov3, make sure this id 149 not the same as before.
++optional MishParameter mish_param = 150; //added by chen for yolov4,make sure this id 150 not the same as before.
}// added by chen for YoloV3
# 注意这里指的是加上新类，caffe原本没有Upsample，需要加上
++message UpsampleParameter{++  optional int32 scale = 1 [default = 1];
++}# 这个是给YOLO-tiny用的
// Message that stores parameters used by MishLayer
++message MishParameter {++  enum Engine {++    DEFAULT = 0;
++    CAFFE = 1;
++    CUDNN = 2;
++  }
++  optional Engine engine = 2 [default = DEFAULT];
++}

然后重新编译，可以大胆的用-j8来加速

pip install torch

由于是py2，因此从官方镜像园中找一个适合py27的torch.whl直接本地pip即可
torchvision的话等待pytorch安装完成之后再直接pip install torchvision即可安装兼容的版本
可能会遇到：ImportError:No module named builtins，这时候pip install future即可

转换结果修改

在寒武纪中的caffe的配置方式有稍许不同

layer {bottom: "layer70-conv"top: "layer71-upsample"name: "layer71-upsample"type: "Upsample"upsample_param {scale: 2}
}
# 这个层相当于Upsample层，原本参数是scale: 2，但是这里需要换成上采样的结果（前两维），这就需要稍微根据网络计算一下了，YOLO v3一共有两处，改法相同
layer {bottom: "layer70-conv"top: "layer71-upsample"name: "layer71-upsample"type: "Interp"interp_param {height: 50width: 50}
}

由于转换得来的prototxt没有yolo层，于是在inference中得自己做后处理，由于我的模型是剪枝过的模型，layer层数与一般的YOLO不同，这里是写死的，于是需要对应改一下层名，以及anchor大小
如此依赖便算是配置好了，运行./inference.sh应该就可以成功了

pytorch-YOLOv3移植到寒武纪相关推荐

[pytorch]yolov3.cfg参数详解（每层输出及route、yolo、shortcut层详解）
文章目录 Backbone(Darknet53) 第一次下采样(to 208) 第二次下采样(to 104) 第三次下采样(to 52) 第四次下采样(to 26) 第五次下采样(to 13) YOL ...
Pytorch | yolov3原理及代码详解（二）
阅前可看: Pytorch | yolov3原理及代码详解(一) https://blog.csdn.net/qq_24739717/article/details/92399359 分析代码: ht ...
Pytorch | yolov3原理及代码详解（一）
YOLO相关原理 : https://blog.csdn.net/leviopku/article/details/82660381 https://www.jianshu.com/p/d13ae10 ...
寒武纪MLU270安装运行Pytorch yolov3实录
注:本教程仅供摩米实验室内部学习适用硬件安装 MLU270外形类似一张显卡,需要插到主板的显卡插槽上,供电有点特殊,需要把两个2×4pin的电源插口通过一个二合一的转接线,转接成一个2×4pin的插 ...
Pytorch——YOLOv3
YOLO: Real-Time Object Detection 官方的目标检测之 YOLOv3 (Pytorch实现) 关于YOLOv3模型(原论文作者将其称之为" ...
pytorch YoLOV3 源码解析 train.py
train.py 总体分为三部分(不算import 库) 初始的一些设定 + train函数 + main函数源码地址: https://github.com/ultralytics/yolov3 ...
学习记录——Pytorch模型移植Android小例子
提示:注意文章时效性,2022.04.02. 目录前言零.使用的环境一.模型准备 1.导出模型 2.错误记录 2.1要载入完整模型(网络结构+权重参数) 2.2导出的模型文件格式二.Andro ...
Pytorch yolov3 多GPU 训练
pytorch 多gpu训练: # -*- coding:utf-8 -*- from __future__ import divisionimport datetime import torch i ...
pytorch yolov3 代码详解_PyTorch C++ libtorch的使用方法(1)-nightly 版本的 libtorch
问题描述: 按照PyTorch中文教程的[ 在 C++ 中加载 PYTORCH 模型 ]一文,尝试调用 PyTorch模型. 1. 例子来源在 C++ 中加载 PYTORCH 模型我是使用Qt新建 ...

pytorch-YOLOv3移植到寒武纪

pytorch-YOLOv3移植到寒武纪

文章目录

参考

新建docker

make caffe

caffe扩展

pip install torch

转换结果修改

pytorch-YOLOv3移植到寒武纪相关推荐

最新文章

热门文章