模型适配工具

工具介绍

模型适配工具是一款集成数据集管理、模型训练、模型打包为一体的开发者工具套件。优点充分考虑小白的需求，能够实现零代码的模型训练。将模型打包好用户能够直接跑训练，前期数据采集标准，打包整个模型，然后做转换部署到开发者套件Atlas 200I DK A2上。通过此工具，可以降低开发者在模型开发过程中对AI专业知识、深度学习框架的学习成本，极大降低开发的难度、复杂度，简而言之，可以免编程快速构建一个典型的推理应用并部署到Atlas 2001 DK A2上，实现复杂功能开发。

预置模型

工具预置了4个典型模型，分别用于目标检测场景(YOLOV5模型)、图像分类场贝(Mobilenet V3模型)、图像分割场景(Unet ++模型)关键点检测场景(Alphapose模型)。能够满足大多数用户的常见需求。

(资料图片)

提供UI操作界面，开发者可在界面上传自己的数据集，工具支持对数据进行标注和转换。

支持用户在工具界面创建模型训练任务，并使用PC的CPU算力进行训练。

支持对训练完成模型进行打包，参考一键制卡流程，便于拷贝到开发者套件中。

实操案例

步骤1 安装Anaconda3安装模型适配工具，准备虚拟环境

下载安装Anaconda

打开cmd界面

输入查看安装目录

conda info -e

将下载的虚拟环境压缩包解压到Anaconda安装目录下的envs目录中并保证文件夹名称为"model-adapter-tool”

步骤2 安装模型适配工具

安装

安装成功界面

步骤3 模型适配工具标注工具制作数据集

包括功能区、全局操作中能够打开数据集，进行框选点、分类等操作。

步骤4 本机模型训练与迁移

分类模型-选择模型路径，参数默认即可

迁移成功压缩包

步骤5 上传模型迁移压缩包到DK板上，进行模型atc转换om模型与推理

tar -xvI edgeinfer. tar

进入解压后文件目录执行以下命今将Windows格式文件转换为Unix,Linux情形。

cd edgo. infer/ a dos2unix find .

若提示命令不存在，请使用命令行安支: apt instll dos2unix/yum instsll dos2unix进入解压缩目录执行如下命令进行模型转换，获得om模型

bash atc. sh

执行以下命令进行推理

bash run. sh

run.sh会调用推理主程序infer.py,执行此条命令。

python3.9 infer.py一nodel sobilenetv3 100 bsl. on --1abel path class indicas. jsan --output Dath ./

命令行参数解析:

modet分类模型文件目录。

label - path:训练生成的class indices.json地址，

output path:推理分类结果输出cls, outputxt地址，