关于Linux下conda安装caffe与pb转caffe问题

最近碰到了需要将tensorflow的pb模型转为caffeprototxt格式的问题

发现除了安装mmdnn以外,还依赖caffe,配置caffe环境会遇到各种坑,因为我不需要caffe训练模型,只是为了转换,因此只需要装caffe-cpu版本即可,最后经过不断尝试,在百度的AI Studio上安装上了caffe,这里记录一下caffe的安装:

Anaconda的安装就不赘述了,百度的AI Studio上已经有conda了,因此直接从caffe的安装开始:

1.先新建一个python3.5环境

conda create -n caffe-py3.5 python=3.5 -c defaults

输入 y 进行安装

关于Linux下conda安装caffe与pb转caffe问题_第1张图片

2.激活环境

安装完毕后,激活进入环境

source activate caffe-py3.5

3.安装caffe-cpu版本或caffe-gpu版本

conda install -c defaults caffeconda install -c defaults caffe-gpu

4.测试安装是否成功:

python3import caffe

关于Linux下conda安装caffe与pb转caffe问题_第2张图片

 无报错说明安装成功,退出python

exit()

5.安装tensorflow:

conda install -c defaults tensorflow==1.15.0

6.安装mmdnn

pip install mmdnn

关于Linux下conda安装caffe与pb转caffe问题_第3张图片

6. 我们以tf官网下载的mobilenetv1模型为例,转换前先使用netron查看pb模型输入和输出节点name,input shape

关于Linux下conda安装caffe与pb转caffe问题_第4张图片

关于Linux下conda安装caffe与pb转caffe问题_第5张图片

记住name以及input shape

7.进行pb ----> caffe转换,命令行输入:

mmconvert -sf tensorflow -iw mobilenet_v1.pb --inNodeName input --inputShape 192,192,3 --dstNodeName MobilenetV1/Predictions/Reshape_1 -df caffe -om tf_mobilenet

8.转换结果:

成功转换为caffe模型:

关于Linux下conda安装caffe与pb转caffe问题_第6张图片

总结:

caffe还是在Linux下用conda安装最简单方便!

实测,python3.6、python3.5都可以按照上述方法安装caffe

到此这篇关于关于Linux下conda安装caffe与pb转caffe问题的文章就介绍到这了,更多相关Linux下conda安装caffe内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

你可能感兴趣的:(关于Linux下conda安装caffe与pb转caffe问题)