本文主要是介绍适配算能BM1684开发板，bmodel推理模型转换，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
通过mlir转bmodel
一、文件转移
从算能官网technical center (sophgo.com)下载最新的版本，下载下来之后解压出来，再Ubuntu系统中创建一个sophon文件夹存放后续用到的文件，将tpu-mlir_v1.2.8-g32d7b3ec-20230802.tar.gz文件放入Ubuntu系统中的sophon文件夹。
二、配置docker环境
1、docker安装参考可以参考下面文章
最详细的ubuntu 安装 docker教程 - 知乎 (zhihu.com)
2、安装完成后使用下面命令下载算能docker环境（此步骤是在sophon文件夹中使用）
docker pull sophgo/tpuc_dev:v2.2
3、安装完成后，使用以下命令启动docker环境（此步骤是在sophon文件夹中使用）
docker run --privileged --name myname -v $PWD:/workspace -it sophgo/tpuc_dev:v3.2
# myname只是举个名字的例子, 请指定成自己想要的容器的名字
三、前期准备
1、进入docker环境后，首先运行下面代码解压转换环境。（一行一行运行）
tar zxf tpu-mlir_xxxx.tar.gz
source tpu-mlir_xxxx/envsetup.sh
2、运行下面命令完成前期准备操作。（一行一行运行）如果转换自己的模型这一步可以跳过
mkdir model_yolov5s && cd model_yolov5s
wget https://github.com/ultralytics/yolov5/releases/download/v6.0/yolov5s.onnx
cp -rf $TPUC_ROOT/regression/dataset/COCO2017 .
cp -rf $TPUC_ROOT/regression/image .
mkdir workspace && cd workspace
3、运行下面命令将yolov5.onnx转换为mlir模型，全部复制使用
model_transform.py \--model_name yolov5s_1684_f32 \--model_def ../yolov5s.onnx \--input_shapes [[4,3,640,640]] \--mean 0.0,0.0,0.0 \--scale 0.0039216,0.0039216,0.0039216 \--keep_aspect_ratio \--pixel_format rgb \--mlir yolov5s_1684_f32.mlir
四、mlir模型转bmodel模型
1、继续上一步操作运行下面命令，转换fp32的适配1684的模型。
model_deploy.py \--mlir yolov5s_1684_f32.mlir \--quantize F32 \--chip bm1684 \--model yolov5s_1684_f32.bmodel
2、运行完成后将该文件夹内的yolov5s_1684_f32.bmodel复制出来即可。
通过nntc转bmodel
第一步
安装Ubuntu，在Ubuntu中配置docker
配置完成
输入 service docker start
在输入 service docker status
如果显示正在运行即可
或输入 sudo docker ps 出现文字即可
第二步
复制sophon-demo到Ubuntu内，解压
第三步
cd进入sophon-demo复制下面内容 在Ubuntu内输入
docker run -v $PWD/:/workspace -it sophgo/tpuc_dev:latest
cd 进入 tpu-nntc/scripts 输入下面命令（每次都要运行一次）
source ./scritpts/envsetup.sh
第四步
下载yolov5 6.1版本，修改yolo.py文件内 forward函数中的return
return x if self.training else x
再修改export.py文件 转换时的torch环境要为cpu版本 运行时使用MoudelChange虚拟环境 在conda中进入MoudelChange虚拟环境 使用下面命令
$ python export.py --weights person_best.pt --include torchscript
其中person_best.pt为要转换pt文件 将该pt文件放在yolov5 6.1文件夹内，终端运行上述命令即可
出现success即为成功
第五步
打开netron （本地版/在线版都可） 将转化的模型拖入
点击x，查看右边OUTPUTS三个值是否对应相等
相等即可，把person_best.torchscript文件改名为person_best.torchscript.pt放入Ubuntu内的sophon-demo/sample/YOLOv5/models/torch/
cp person_best.torchscript.pt /media/sophon-demo/sample/YOLOv5/models/torch/
ls查看，文件已经放到该文件下，成功
第六步
vim
vim gen_fp32bmodel_nntc.sh
修改内容best.rorchscript.pt文件为自己的文件名称
:wq退出
./gen_fp32bmodel_nntc.sh BM1684
使用上述命令运行
出现success即为成功
存在了/workspace/sample/YOLOv5/scripts
这篇关于适配算能BM1684开发板，bmodel推理模型转换的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
