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。
$ cd /home/cvtool/conversion/tensorflow $ ./tf_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]
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。
SSDを使用するモデルは、2つのバイナリファイルをアプリケーションで使用します。
${OUTPUT_DIR}/${NET_NAME}/
tensorflow v2.xのモデルは事前にtfliteに変換が必要です。
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 # 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。
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,float32-> 1,2,0,7,float16-> 1,1,0,4)
N_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。
IN_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。
$ ./tf_conversion.sh setting_coco20180329.conf