將 YOLOv4 Keras 模型轉換為 IR 格式的步驟。
- 遵循 將 YOLOv4 模型轉換為 IR 的指令,並且無法將模型轉換為 TensorFlow2* 格式。
- 在將 YOLOv4 暗網轉換為 Keras 型號時,收到 TypeError: buffer is too small for requested array 錯誤。
使用 downloader.py 腳本將目錄變更為模型下載器並 下載 yolo-v4-tf 型號:
cd /deployment_tools/tools/model_downloader
sudo python3 downloader.py --name=yolo-v4-tf
將自訂重量檔案重新命名為 yolov4.weights,並替換為下列目錄:
/deployment_tools/tools/model_downloader/public/yolo-v4-tf
將自訂設定檔案重新命名為 yolov4.cfg,並替換為下列目錄:
/deployment_tools/tools/model_downloader/public/yolo-v4-tf/keras-YOLOv3-model-set/cfg
變更 為下列目錄並 執行 pre-convert.py 腳本。
cd /opt/intel/openvino_2021/deployment_tools/open_model_zoo/models/public/yolo-v4-tf
sudo python3 pre-convert.py "/deployment_tools/tools/model_downloader/public/yolo-v4-tf" "/deployment_tools/tools/model_downloader/public/yolo-v4-tf"
yolo-v4.savedmodel 將會在下列目錄中 產生 :
/opt/intel/openvino_2021/deployment_tools/tools/model_downloader/public/yolo-v4-tf
將目錄變更 為模型優化工具並 執行 mo.py 腳本:
cd /opt/intel/openvino_2021/deployment_tools/model_optimizer
sudo python3 mo.py --framework=tf --data_type=FP16 --output_dir=/deployment_tools/tools/model_downloader/public/yolo-v4-tf/FP16 --model_name=yolo-v4-tf --input_shape=[1,416,416,3] --input=image_input --scale_values=image_input[255] --reverse_input_channels --saved_model_dir=/deployment_tools/tools/model_downloader/public/yolo-v4-tf/yolo-v4.savedmodel
中間陳述會在下列目錄中 產生 :
/opt/intel/openvino_2021/deployment_tools/tools/model_downloader/public/yolo-v4-tf/FP16