比特大陆算法移植过程（详细）
一、模型轉換環(huán)境安裝搭建：
1.按照指導書安裝環(huán)境
（1）先安裝docker（網上搜教程）；
（2）按照指導說明書安裝比特大陸的docker；
wget -c https://sophon-file.sophon.cn/sophon-prod-s3/sdk/bmnnsdk_v2.5.0_release.tar.gz
wget -c https://sophon-file.sophon.cn/sophon-prod-s3/sdk/bmnnsdk_ubuntu_docker.tar.gz
sudo docker load -i bmnnsdk2-bm1684-ubuntu.docker
#（先解壓）加載docker鏡像,請先確保已安裝docker
二、每次進入環(huán)境/workspace布置步驟：
1.#進入docker
cd bmnnsdk2-bm1684_v2.5.0
sudo ./docker_run_bmnnsdk.sh #執(zhí)行本命令后,會進入docker
2.準備環(huán)境
cd /workspace/scripts/
./install_lib.sh nntc
source envsetup_cmodel.sh
3.經過JIT轉換,參考yolov5-5.0中的export.py，生成 best0909.torchscript.pt文件。
4.PyTorch模型編譯,生成fp32 bmodel
python3 -m bmnetp --net_name="best0909" --model="/workspace/convert111/best0909.torchscript.pt" --outdir="/workspace/convert111/out/" --target="BM1684" --shapes="[[1,3,960,960]]"
5.算法移植：編譯
模型編譯arm文件：（docker環(huán)境下）
root@tanff-XPS-8940:/workspace/examples/YOLOv5_object/cpp#
make -f Makefile.arm
6.aes5上跑通：
（1）aes5上跑通1：
admin@SE5:~/data/demo_yolo$:
./yolov5_demo.arm -bmodel=models/yolov5s.bmodel -input=16.mp4 -classnames=16.yaml -is_video=true
（2）aes5上跑通2：
admin@SE5:~/data/yolov5$
./yolov5_high.arm -bmodel=compilation.bmodel -input=20.mp4 -classnames=high.names -is_video=true
（3）aes5上跑通3：
./yolov5_demo.arm -bmodel=yolov5s.bmodel -input=bus.jpg -classnames=coco.names
7.其中涉及的相關文件傳輸
（1）從本地傳文件(base) tanff@tanff-XPS-8940:
~/bmnnsdk2-bm1684_v2.5.0/examples/YOLOv5_object/cpp$ sudo scp yolov5_demo.arm admin@192.168.150.1:data/demo_yolo
（2）從 admin@192.168.150.1 下載文件到desktop上：
sudo scp admin@192.168.150.1:data/ssd_object_demo/results/out-batch-fp32-t_0_vehicle_1.jpg ~/desktop
（3）從本地傳文件夾~/desktop到 admin@192.168.150.1上：
sudo scp -r ~/desktop admin@192.168.150.1:data/ssd_object_demo
（4）在yolov5_demo.arm 目錄下將其傳到admin@192.168.150.1的data/yolov5文件夾中：
sudo scp yolov5_demo.arm admin@192.168.150.1:data/yolov5
8.連接se5
ssh admin@192.168.150.1
密碼：XXXXX
參考：3.2 FP32 模型生成 - BMNNSDK2開發(fā)手冊
如有侵權，請聯系刪除，謝謝。
總結
以上是生活随笔為你收集整理的比特大陆算法移植过程（详细）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： ctfshow-WEB-web2
- 下一篇： K折交叉验证