目次

環境構築

...

環境構築手順はこちらをご参照ください。

モデルを変換する

モデル変換を行います。

引数の「setting.conf」は変換するモデルに合わせてパラメータを変更してください。

サンプルモデルの変換

...

inception_v4

サンプルモデルをダウンロードします。

$ cd /home/cvtool/conversion/tensorflow/inception_v4
$ wget https://storage.googleapis.com/download.tensorflow.org/models/tflite/model_zoo/upload_20180427/inception_v4_2018_04_27.tgz
$ tar -xvf inception_v4_2018_04_27.tgz
$ mv inception_v4.pb sample/model
$ rm inception_v4_2018_04_27.tgz

モデル変換を実行します。

$ ./tf_conversion.sh setting.conf

mobilenetv2ssd

サンプルモデルをダウンロードします。

$ cd /home/cvtool/conversion/tensorflow/mobilenetv2ssd
$ wget http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v2_coco_2018_03_29.tar.gz
$ tar -xvzf ssd_mobilenet_v2_coco_2018_03_29.tar.gz
$ mv ssd_mobilenet_v2_coco_2018_03_29/frozen_inference_graph.pb sample/model
$ rm ssd_mobilenet_v2_coco_2018_03_29.tar.gz

モデル変換を実行します。

$ ./tf_conversion.sh setting_coco20180329.conf

変換後のモデルは以下のディレクトリに出力されます。

• ambaCV2Xカメラ用のモデル

${OUTPUT_DIR}/${NET_NAME}/${PARSER_OPTION}/[モデル名]

• ambaCV5Xカメラ用のモデル

${OUTPUT_DIR}/${NET_NAME}_ambaCV5X/${PARSER_OPTION}/[モデル名]

SSDを使用するモデルの場合、以下のディレクトリにもう一つバイナリが出力されます。

...

${OUTPUT_DIR}/${NET_NAME}/

モデルを変換する

...

Setting.conf仕様

1. /home/cvtool/conversion/tensorflowのどちらかのディレクトリをコピーしてください。

$ cd /home/cvtool/conversion/tensorflow
$ cp -r inception_v4 foo
$ cd foo

2. setting.conf を、変換するモデルに合わせて変更してください。

3. モデル変換を行います。

$ ./tf_conversion.sh setting.conf

setting.conf仕様

...

# Network Name
NET_NAME=inception_v4


# SSD Model or Not (0:not SSD, 1:SSD)
IS_SSD=0

# Path to Directory for (frozen) Protobuf File
PB_DIR=./sample/model

# Path to Directory for DRA Images
DRA_IMAGE_DIR=../../dra_img

# Path to Directory for Output Data
OUTPUT_DIR=./out

# Quantization Mode
#  FIX8  : Fixed-point  8bit
#  FIX16 : Fixed-point 16bit
#  MIX   : FIX8/FIX16 mixed
PARSER_OPTION=MIX

# Input Data Format (0:NHWC, 1:NCHW)
IN_DATA_FORMAT=0

# Input Data Channel
IN_DATA_CHANNEL=3

# Input Data Width
IN_DATA_WIDTH=299

# Input Data Height
IN_DATA_HEIGHT=299

# Input Data Mean Vector
IN_MEAN=127.5,127.5,127.5

# Input Data Scale
# IN_SCALE=1/Scale
IN_SCALE=127.5

# RGB or BGR (0:RGB, 1:BGR)
IS_BGR=1

# Input Nodes Name
IN_NODE=input

# Output Nodes Name
OUT_NODE=InceptionV4/Logits/Predictions

# (Need to Set When IS_SSD=1) Node Name as "priorbox"
PRIORBOX_NODE=Concatenate/concat

#cavalry version
#if not specified -> ""
CAVALRY_VER="2.1.7"

# Unique preprocess
# if use im2bin -> NONE
# if use unique preprocess -> script path
PREPRO=NONE
PREPRO_ARG=""

# Parser Data Format (0:NHWC, 1:NCHW)
PARSER_IN_DATA_FORMAT=1

# Input file data format
IN_DATA_FILEFORMAT=0,0,0,0

# Transpose indices(NONE:without transpose , 0,3,1,2:transpose (EX))
IN_DATA_TRANSPOSE=NONE

• NET_NAME：ネットワーク名

  • 任意の名前を設定できます。

• IS_SSD：SSDを使用するモデルの場合、1を指定

• PB_DIR：(freeze処理済みの)pbファイルが格納されたディレクトリ

  • ディレクトリ下の全てのモデルに対して、変換処理を実行します。

• IMAGE_DIR：量子化の最適化処理で使用する、画像ファイルが格納されたディレクトリ

  • 学習に使った画像を格納してください。100～200枚が推奨枚数です。

  • 画像フォーマットはJPEGやPNGなど、OpenCVで対応しているものです。

  • 任意サイズの画像を使用可能です。

• OUTPUT_DIR：変換後のデータ出力先ディレクトリ

• PARSER_OPTION：量子化モード

  • FIX8/FIX16/MIX(FIX8/FIX16混合）から選択します。

• IN_DATA_FORMAT：モデルの入力データフォーマット(NHWC or NCHW)

• IN_DATA_CHANNEL：モデルの入力画像チャネル数

• N_DATA_WIDTH：モデルの入力画像サイズ(幅)

• IN_DATA_HEIGHT：モデルの入力画像サイズ(高さ)

• IN_MEAN：入力画像の正規化パラメータ（平均値）

  • 以下のように”,”の間に空白を入れないようにしてください。
    IN_MEAN=127.5,127.5,127.5

• IN_SCALE：入力画像の正規化パラメータ（スケール）

  • チャネルごとに異なる設定値にする場合は、”,”で値を区切ってください。”,”の間には空白を入れないようにしてください。

• IS_BGR：入力画像のフォーマット（RGB or BGR）

• IN_NODE：ネットワークの入力ノード名

  • 以下の記号が入力ノード名に含まれている場合、正常に変換できない可能性があります。
    : |　;　,　‘

• OUT_NODE：ネットワークの出力ノード名

  • 複数指定する場合は”,”で区切ってください。

  • 以下の記号が出力ノード名に含まれている場合、正常に変換できない可能性があります。
    : |　;　,　‘

• PRIORBOX_NODE：”priorbox”に相当するノード

  • IS_SSD=1の時に、設定が必要です。

  CAVALRY_VER：使用するcavalryバージョン

• PREPRO：前処理スクリプトパス(python)

  • スクリプトの作り方は“/home/cvtool/common/prepro.py”を参照してください。

• PREPRO_ARG：前処理スクリプトの引数

• PARSER_IN_DATA_FORMAT：モデルの入力データフォーマット(tfparser実行時)(NHWC or NCHW)

• IN_DATA_FILEFORMAT：入力データのフォーマット

  • 例：uint8-> 0>0,0,0,0, float32-> 1>1,2,0,7, float16-> 1>1,1,0,4)

  • NIN_DATA_FILEFORMAT を”0,0,0,0”から変更した場合はPREPROの設定が必要になります。

• NIN_DATA_TRANSPOSE：入力データに対してTRANSPOSE を行う場合指定する

サンプルモデルの変換

inception_v4

サンプルモデルをダウンロードします。

$ cd /home/cvtool/conversion/tensorflow/inception_v4
$ wget https://storage.googleapis.com/download.tensorflow.org/models/tflite/model_zoo/upload_20180427/inception_v4_2018_04_27.tgz
$ tar -xvf inception_v4_2018_04_27.tgz
$ mv inception_v4.pb sample/model
$ rm inception_v4_2018_04_27.tgz

モデル変換を実行します。

$ ./tf_conversion.sh setting.conf

mobilenetv2ssd

サンプルモデルをダウンロードします。

$ cd /home/cvtool/conversion/tensorflow/mobilenetv2ssd
$ wget http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v2_coco_2018_03_29.tar.gz
$ tar -xvzf ssd_mobilenet_v2_coco_2018_03_29.tar.gz
$ mv ssd_mobilenet_v2_coco_2018_03_29/frozen_inference_graph.pb sample/model
$ rm ssd_mobilenet_v2_coco_2018_03_29.tar.gz

モデル変換を実行します。

...