Caffe轉mxnet模型——mmdnn
github
mmdnn支援的模型轉換型別最多,它先是將模型轉換到IR,再轉換到目標框架。
轉換步驟
1、確保環境安裝,如mxnet和caffe,由於caffe停止更新,目前很難找到cuda9的安裝方法,因此安裝cpu版本僅用於模型轉換。參考方法:
windows10+python3.5下同時安裝caffe和tensorflow
如果是使用python2.7或者作者依賴庫有更新,可以嘗試
Caffe+Visual Studio 2015編譯可以有多簡單?
或者是使用anaconda的話,也可以參考
windows平臺下安裝利用python3.5安裝caffe
2、安裝mmdnn
pip3 install mmdnn
3、使用,以caffe轉mxnet為例
先將caffe轉換為ir
python -m mmdnn.conversion._script.convertToIR -f caffe -d 0temp_convert -n det1.prototxt --inputShape 3,12,12 -w det1.caffemodel
其中inputShape是輸入尺寸,0temp_convert是ir模型(npy、json、pb的名字),然後再轉mxnet
mmtocode -f mxnet --IRModelPath 0temp_convert.pb --dstModelPath 0temp_convert.py --IRWeightPath 0temp_convert.npy -dw det1-0000.params
python -m mmdnn.conversion.examples.mxnet.imagenet_test -n 0temp_convert.py -w det1-0000.params --dump det1
第一行得到param檔案,第二行得到json檔案,由此得到全部mxnet模型,轉換後刪除中間處理檔案(0temp_convert.pb、0temp_convert.py、0temp_convert.npy、0temp_convert.json)
相關文章
- Caffe轉mxnet模型——mxnet工具模型
- 使用mmdnn將MXNET轉成Tensorflow模型DNN模型
- MXnet轉caffe
- MxNet預訓練模型到Pytorch模型的轉換模型PyTorch
- Mxnet模型檔案轉換為Pb模型檔案模型
- Mxnet模型轉化為ncnn模型,並驗證轉化正確性模型CNN
- opencv呼叫caffe模型OpenCV模型
- insightface之mxnet model轉caffemodel
- 手把手教你如何將 yolov3/yolov4 轉為 caffe 模型YOLO模型
- 飛槳上線萬能轉換小工具,教你玩轉TensorFlow、Caffe等模型遷移模型
- MXNet: Barrier
- mxnet資料格式轉換為tensorflow,pytorch資料PyTorch
- 使用Mxnet基於skip-gram模型實現word2vect模型
- 從VGG到ResNet,你想要的MXNet預訓練模型輕鬆學模型
- 【蜂口 | AI人工智慧】caffe模型訓練——龍鵬的一站式caffe工程實踐連載(七)AI人工智慧模型
- MXNet: wait_to_read 方法AI
- 【Caffe篇】--Caffe solver層從初始到應用
- (14)caffe總結之Linux下Caffe如何除錯Linux除錯
- MXNet的資料格式轉化為tensorflow訓練用的資料格式
- caffe make 編譯編譯
- 【Caffe篇】--Caffe從入門到初始及各層介紹
- 【caffe2從頭學】:2.學習caffe2
- 深度框架 MXNet/Gluon 初體驗框架
- MXNET:多層神經網路神經網路
- Mxnet速查_CPU和GPU的mnist預測訓練_模型匯出_模型匯入再預測_匯出onnx並預測GPU模型
- (12)caffe總結之影像資料轉換成db(leveldb/lmdb)檔案
- 【模型推理】Tengine 模型轉換及量化模型
- pytorch模型(.pt)轉onnx模型(.onnx)的方法PyTorch模型
- Ubuntu 16 04 編譯 Caffe SSDUbuntu編譯
- Ubuntu 16.04 下安裝配置caffeUbuntu
- LeNet簡介以及Caffe實現
- 【轉載】Encoder-decoder模型模型
- Mxnet R FCN 訓練自己的資料集
- caffe整體框架的學習的部落格,這個部落格山寨了一個caffe框架框架
- 《深度學習:21天實戰Caffe》深度學習
- 基於CPU版本的Caffe推理框架框架
- (8)caffe總結之solver及其配置
- (11)caffe總結之命令列解析命令列