从onnx模型到om模型的全自动化转化

自动化om模型转换

项目位置:

https://github.com/whypoxic/Ascend-ATC-tool_onnx2om

使用前请参考本文档
Written by whypoxic

本项目适用海思系列/昇腾npu算力开发板

使用开发板时,请及时查看该板卡所支持的昇腾驱动包版本,从算力板官方资料或昇腾官方获取Ascend-toolkit工具包,并将你的工具包替换Ascend目录下的驱动包内容

Ascend-toolkit工具包获取可查看本目录下的 安装昇腾工具包指南.md

本项目提供自动化脚本,用于将 .onnx 神经网络模型 转化为 .om 适配昇腾平台的模型

若使用yolo(.pt)或其他模型,需要先转化为.onnx通用模型;

以yolo模型为例,yolo官方提供export.py用于.onnx的模型转化

已经提供好自动化脚本,可供直接运行。

运行前,需要将需要转换的.onnx模型放入run目录下

(脚本会进行conda环境的创建,因此建议提前安装好miniconda;若没有,脚本会自动安装)

(项目初始提供了一个test.onnx用于测试,实际使用请替换)

在当前目录下,进入终端赋予脚本运行权限,执行脚本:

复制代码
chmod +x all-run.sh

./all-run.sh test.onnx out

脚本需要两个参数输入:第一个是run目录下的onnx模型文件名(需要后缀);第二个是生成om文件的命名。

  • 脚本会执行conda环境的创建,新建一个atc的conda环境,安装指定版本的python与相应包。

  • 在该环境下,使用昇腾工具包下的atc工具执行转换。

转换完成后,生成的.om文件会在run目录下生成。

若自动化脚本出现异常,或者需要手动修改部分参数,可以使用命令行进行手动调用来执行转换。

命令行全过程操作参考本目录下的:手动转换指南.md

相关推荐
秦ぅ时11 小时前
【OpenAI】claude-opus-4-20250514版本功能详解与应用示例获取OpenAI API KEY的两种方式,开发者必看全方面教程!
人工智能·深度学习
LeeeX!11 小时前
YOLO12全面解析与安卓平台NCNN部署实战:高效注意力机制的落地实践(待更新)
深度学习·yolo·视觉检测·边缘计算
AI街潜水的八角11 小时前
基于YOLO26苹果水果缺陷检测系统1:苹果水果缺陷检测数据集说明(含下载链接)
人工智能·深度学习·神经网络
砚边数影12 小时前
线性回归实战(一):房价预测数据集入库KingbaseES,表结构设计
java·数据库·人工智能·深度学习·机器学习·线性回归·金仓数据库
STLearner13 小时前
MM 2025 | 时间序列(Time Series)论文总结【预测,分类,异常检测,医疗时序】
论文阅读·人工智能·深度学习·神经网络·算法·机器学习·数据挖掘
劈星斩月13 小时前
3Blue1Brown-深度学习之反向传播算法
深度学习·反向传播
zy_destiny14 小时前
SegEarth-OV系列(二):面向遥感图像的无训练开放词汇分割
人工智能·深度学习·算法·机器学习·计算机视觉·语义分割·开放词汇
NCU_wander14 小时前
RAG Embedding Reranker 、Bert、CLIP&T5
人工智能·深度学习·bert
AI人工智能+14 小时前
基于深度学习与计算机视觉的高精度表格识别技术,精准识别复杂表格结构,自动输出结构化数据
深度学习·计算机视觉·ocr·表格识别
菩提树下的凡夫14 小时前
强化学习和深度学习的区别与联系
人工智能·深度学习