【华为Ascend众智计划】MindX高性能预训练模型开发流程(持续更新...)

本文介绍了如何在ModelArts平台上进行ModelArts训练,包括YOLOv4Tiny模型的迁移和导出,以及使用MindXSDK进行高性能预训练模型推理的详细步骤。涉及创建算法、训练作业、模型转换、插件开发和流程编排等内容。
部署运行你感兴趣的模型镜像

任务步骤

  1. ModelArts训练(ModelArts开发指导 - Wiki - Gitee.com
  2. 将air/onxx模型转换为om模型(MindX SDK开发指导 - Wiki - Gitee.com
  3. 基于MxBase进行推理(MxBase推理开发指导 - Wiki - Gitee.com

ModelArts训练

ModelArts服务器入口:ModelArts服务

ModelArts官方文档(成长地图_AI开发平台ModelArts_华为云 (huaweicloud.com)

MindX 高性能预训练模型适配ModelArts视频指导

1.通过git仓库下载源码及目标数据集
2.运行在ModelArts服务器上输出模型文件
  1. 创建OBS桶
  2. 创建算法(即从git下载的模型)
  3. 创建训练作业
  4. 导出模型air或onxx文件

MindX SDK

MindX 高性能预训练模型使用SDK推理指导视频

已完成案例(主要增量为infer和modelarts文件夹)

MindX SDK官方文档(建议在之后遇到问题时使用,不建议作为入门)

华为官方课程:(不推荐,和上方的视频教程内容基本一致)

1.使用ATC脚本进行离线模型转换
2.基础插件和插件开发(已有插件满足不了推理需求时才需要开发插件)
3.流程编排(主要根据eval.py的数据逻辑进行流程编排)
4.推理流程运行

直接输入tensor进入模型推理的样例

MxBase推理应用开发

MxBase推理开发指导 - Wiki - Gitee.com

本质上与SDK开发一样,使用C++代码进行数据的预处理和后处理,按照给定接口实现即可,可参考样例进行实现

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值