海思AI芯片学习（十）将yolov3 darknet模型转换为caffemodel

海思35xx系列的nnie硬件引擎只支持caffe1.x模型。所以任何使用其它框架训练出来的算法模型想要在nnie上进行推理必须先要将其转换成caffemodel。本文所讨论的平台是ubun18.0.4+cuda8.x+opencv3.4.3。
本系列为华为海思海思AI芯片(Hi3519A/3559A)方案学习系列之十，系列文章请见底部。
作者：ltshan139

caffe安装

1.下载代码

git clone git://github.com/BVLC/caffe.git
cd caffe/
cp Makefile.config.example Makefile.config

2.编辑Makefile.config

a、uncomment # USE_CUDNN := 1
b、uncomment # OPENCV_VERSION := 3
c、uncomment # WITH_PYTHON_LAYER := 1
d、删除CUDA_ARCH的两个值

:-gencode arch=compute_20,code=sm_20 \
     -gencode arch=compute_20,code=sm_21 \

e、增加HDF5文件引用路径，如下图红体字所示

INCLUDE_DIRS :=$(PYTHON_INCLUDE)/usr/local/include /usr/include/hdf5/serial
LIBABRY_DIRS :=$(PYTHON_LIB) /usr/local/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

3、编译caffe框架代码

a、make all -j8

这时会遇到一个编译错误如下：

undefined reference cv::Mat::updateContinuityFlag() 这个是由于examle代码调用了一个当前版本opencv库并不存在的API

一个临时解决办法就是把使得该example代码不编译进去，即将examples/cpp_classification/classification.cpp ---> classification.cpp1

b、make pycaffe -j8

支持caffe的python版本

4、验证安装正常与否

1) make runtest

这里面偶尔错1、2个test小程序可以不理会。

2）import caffe

会遇到两个错误：

a) no module named caffe

解决办法： vi ~/.bashrc 添加 export PYTHONPATH=/xx/xx/caffe/python:$PYTHONPATH 然后source ~/.bashrc

b) No module named skimage.io

解决办法：pip install scikit-image

5.update caffe框架来支持yolo3 darknet模型

因为官方caffe框架不支持yolo3的upsample层，所以需要手动增加upsample层

a）下载code from https://pan.baidu.com/s/13GpoYoqKSCeFX0m0ves_fQ#list/path=/ 密码：bwrd

b）apply 下载的code到caffe框架里面，如下图所示

c）重新开始编译caffe

(1) make clean (2) make all -j8 (3) make pycaffe -j8

转换yolo3 darknet模型成caffemodel

1）download tool project in https://github.com/ChenYingpeng/caffe-yolov3

2）cd xx/caffe-yolov3-master/model_convert/ and input such command as :

python yolov3_darknet2caffe.py yolov3xxx.cfg yolov3xxx.weights xxx.prototxt xxx.caffemodel

注意两个问题：

第一： vi yolov3-darknet2caffe.py and 根据自己的安装路径修改caffe_root值。

第二：下载https://github.com/marvis/pyt...，并将cfg.py以及prototxt.py拷贝到xx/model_convert/

结论

至此，就可以产生caffe模型以及对应prototxt。每个人的平台情况都或多或少差异化，所以你遇到的问题我可能没有碰到。此外，上面内容关键在于理解，不能生搬硬套，尤其是路径这块。

版权声明：本文为CSDN博主「ltshan139」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/avideointerfaces/article/details/89111955

海思AI芯片系列文章

更多海思AI芯片方案学习笔记欢迎关注海思AI芯片方案学习。