目次

環境構築

...

環境構築手順はこちらをご参照ください。

...

サンプルモデルの変換

...

ディレクトリを移動します。

$ cd /home/cvtool/conversion/caffe

サンプルモデルをダウンロードします。

$ wget https://github.com/shicai/MobileNet-Caffe/raw/master/mobilenet.caffemodel
$ mv mobilenet.caffemodel sample/mobilenet_v1/models

モデル変換を実行します。

$ ./caffe_conversion.sh setting.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]

モデルを変換する

...

1. /home/cvtool/conversion/caffeをコピーしてください。

$ cd /home/cvtool/conversion
$ cp -r caffe 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. モデル変換を実行します。

$ ./caffe_conversion.sh setting.conf

setting.conf仕様

...

# Network Name
NET_NAME=mobilenetv1

# Path to Deploy Prototxt
DEPLOY_PROTOTXT=./sample/mobilenet_v1/mobilenet_deploy.prototxt

# Path to Directory for (Deploy) Caffe Models
MODEL_DIR=./sample/mobilenet_v1/models

# 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=FIX8

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

# Input Data Channel
IN_DATA_CHANNEL=3

# Input Data Width
IN_DATA_WIDTH=224

# Input Data Height
IN_DATA_HEIGHT=224

# Input Data Mean Vector or Name of .binaryproto
IN_MEAN=103.94,116.78,123.68

# Input Data Scale
# IN_SCALE=1/Scale
IN_SCALE=58.823529411

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

# Input Layer Name
IN_LAYER=data

# Output Layers Name
OUT_LAYER=mbox_loc,mbox_conf_flatten

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

# 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。

• DEPLOY_PROTOTXT：deploy用prototxtファイルへのパス

• MODEL_DIR：caffemodel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。

• DRA_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_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）

  • 数値またはbinaryprotoファイルでの設定が可能です。

  • 数値で設定する場合には、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

  • binaryprotoファイルで設定する場合には、以下のようにファイルへのパスを設定してください。
    IN_MEAN=./model/mean.binaryproto

• 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_LAYER：ネットワークの入力レイヤ名

  • 変換後のモデルでは入力レイヤ名が “${IN_LAYER}_0” に変わります。
    したがって追加アプリ上で変換後のモデルを動かす際も、モデルの入力レイヤとして “_0” を付ける必要があります。

  • 以下の記号が入力レイヤ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_LAYER：ネットワークの出力レイヤ名

  • 複数指定する場合は”,”で区切ってください

  • 以下の記号が出力レイヤ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。
    : |　;　,　‘

• 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

• 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0”から変更した場合はPREPROの設定が必要になります。

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

deploy用のprototxtでinputレイヤが定義されていない場合は、以下のようにレイヤを追加してください。

...

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。

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]

サンプルモデルの変換

ディレクトリを移動します。

$ cd /home/cvtool/conversion/caffe

サンプルモデルをダウンロードします。

$ wget https://github.com/shicai/MobileNet-Caffe/raw/master/mobilenet.caffemodel
$ mv mobilenet.caffemodel sample/mobilenet_v1/models

モデル変換を実行します。

...