【MindStudio训练营第一期】课程实例：基于Caffe ResNet-50网络实现图片分类

实现目标

该样例主要是基于Caffe ResNet-50网络（单输入、单Batch）实现图片分类的功能。

在该样例中：

1. 先使用样例提供的脚本transferPic.py，将2张*.jpg图片都转换为*.bin格式，同时将图片从1024*683的分辨率缩放为224*224。

2. 加载离线模型om文件，对2张图片进行同步推理，分别得到推理结果，再对推理结果进行处理，输出top5置信度的类别标识。

   在加载离线模型前，提前将Caffe ResNet-50网络的模型文件转换为适配昇腾AI处理器的离线模型。

框架

实验准备

File-Setting中可以查看SSH配置

点击Tools-Start SSH session

控制远程远端的terminal

创建一个名为test1的文件夹并进入

mkdir test1
cd test1

 下载模型文件

wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/resnet50/resnet50.prototxt --no-check-certificate

下载权重文件

wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/resnet50/resnet50.caffemodel --no-check-certificate

下载成功

下载测试图片

wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog1\_1024\_683.jpg --no-check-certificate
wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog2\_1024\_683.jpg --no-check-certificate

下载成功

转换为离线om模型

选择Acend-model converter

选择刚刚下载好的模型文件

开始模型转换

完成模型转换，模型保存至这个位置

图片jpg转换为bin格式

在resnet50_imagenet_classification下新建model文件夹

拷贝model文件夹的绝对路径，将om文件复制过去

Reload model文件夹可以看到刚刚复制进去的resnet50.om文件

下载两张图片放入data文件夹

https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog1\_1024\_683.jpg

https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog2\_1024\_683.jpg

进入data文件夹

cd .\cplusplus\level2_simple_inference\1_classification\resnet50_imagenet_classification\data

进入build配置，到远端执行

选择远端运行

进行远程编译

File-Setting中找到远端工程地址

 

进入该目录

/root/tmp/18d49515-4b15-4c11-b057-d61fd5cfe553

ll命令查看工程目录一致

输入代码将图片从jpg转换为bin格式

cd data/
python3 ../script/transferPic.py 

 

远端服务器运行cmake

 

/root/tmp/18d49515-4b15-4c11-b057-d61fd5cfe553/out/main

点击运行

 或者使用命令运行

./main