玩转Atlas200DK（九）ATC模型转换

最新推荐文章于 2025-10-28 15:32:48 发布

原创

最新推荐文章于 2025-10-28 15:32:48 发布 · 1.8k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习

本文详细记录了如何在MindStudio 3.0.4中转换Caffe的ResNet50和YOLOV3模型，包括不带AIPP的转换过程，以及使用AIPP配置文件的复杂案例，最终实现与200DK命令行转换一致的离线模型生成。

九、MindStudio 3.0.4的模型转换

1、背景

在前文

张小白：玩转Atlas 200DK（四）MindStudio安装与配置0 赞同 · 0 评论文章正在上传…重新上传取消

《使用MindStudio打开resnet50_imagenet_classification样例工程》一节中，张小白为了生成200DK所需要的离线模型，是直接在运行环境200DK上用命令行完成了相关的转换功能：

在

张小白：玩转Atlas 200DK（五）OpenCV的安装0 赞同 · 0 评论文章正在上传…重新上传取消

《使用MindStudio运行YoLoV3样例工程》一节中，也是如此。

但这件事情，其实在MindStudio上也是可以完成的。我们现在就来做一下尝试。

2、模型转换尝试1——resnet50的模型转换（不带AIPP的模型转换）

使用MindStudio打开 resnet50_imagenet_classification 样例工程：

我们建一个caffe_model的目录，将caffe模型的文件下载下来：

wget https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/resnet50/resnet50.prototxt

wget https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/resnet50/resnet50.caffemodel

打开Ascend菜单，点击Model Converter：

会弹出以下界面：

ModelFile选择以下内容：

系统自动弹出以下内容：

将Output Path打开，选择转换后的模型存放model目录：

当然这个时候跟原来的om重名了，我们可以改个名字：

改为：

点击Next：

这里我们暂时不需要AIPP，所以选择Next：

查看上面的预览窗口：

/home/ascend/Ascend/ascend-toolkit/5.0.4.alpha005/atc/bin/atc --input_shape="data:1,3,224,224" --weight="/home/ascend/tag/samples/cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification/caffe_model/resnet50.caffemodel" --input_fp16_nodes="data" --check_report=/home/ascend/modelzoo/resnet50_zhanghui/Ascend310/network_analysis.report --input_format=NCHW --output="/home/ascend/modelzoo/resnet50_zhanghui/Ascend310/resnet50_zhanghui" --soc_version=Ascend310 --framework=0 --model="/home/ascend/tag/samples/cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification/caffe_model/resnet50.prototxt"

我们对比下 https://gitee.com/ascend/samples/tree/master/cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification

提供的命令行命令参数：

atc --model=caffe_model/resnet50.prototxt --weight=caffe_model/resnet50.caffemodel --framework=0 --output=model/resnet50 --soc_version=Ascend310 --input_format=NCHW --input_fp16_nodes=data --output_type=FP32 --out_nodes=prob:0

好像缺少output_type和out_nodes两个参数。这个暂时不管（？）

再核对下，貌似output路径也不对，明明输入的是：

/home/ascend/tag/samples/cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification/model

预览窗口却显示：

/home/ascend/modelzoo/resnet50_zhanghui/Ascend310/resnet50_zhanghui

感觉先需要创建一下/home/ascend/modelzoo/resnet50_zhanghui/Ascend310/ 这个目录。否则转换应该会报错：

我们点击Finish开始转换吧：

好像很快就转换完成了：

将转换日志贴出来看一下：

2022-04-15 16:05:08  Start to convert model
2022-04-15 16:05:08  export PATH=$PATH:/home/ascend/Ascend/ascend-toolkit/5.0.4.alpha005/atc/ccec_compiler/bin:/home/ascend/Ascend/ascend-toolkit/5