模型推理

以root用户远程登录开发者套件，将在PC训练模型获得的压缩包上传到开发者套件，上传方法可参见Windows与开发者套件的文件传输，进入压缩包上传目录执行以下命令解压压缩包。
```
tar -xvf edge_infer.tar
```
进入解压后文件目录执行以下命令将Windows格式文件转换为Unix、Linux格式。
```
cd edge_infer/ && dos2unix `find .`
```
若提示命令dos2unix not found，请使用命令安装。
- Ubuntu22.04版本镜像：
```
apt install dos2unix
```
- OpenEuler22.03版本镜像：
```
yum install dos2unix
```

进入解压缩目录执行如下命令进行模型转换，获得om模型。

bash atc.sh

模型转换成功回显如下：

set env successfully!!
start exec atc
ATC start working now, please wait for a moment.
.................................ATC run success, welcome to the next use.

执行以下命令进行推理。

bash run.sh

推理成功回显如下：

set env successfully!!
start exec atc
[Sample] init resource stage:
Init resource success
load model  mobilenetv3_100_bs1.om
Init model resource
[Model] create model output dataset:
[Model] create model output dataset success
[Model] class Model init resource stage success
....
image name :./data/watermelon/pic (85).jpg, infer result: apple  //识别pic (85).jpg中物品类别为苹果
....
image name :./data/watermelon/pic (36).jpg, infer result: tangerine //识别pic (36).jpg中物品类别为柑橘
Execute end. Acc: 0.25
INFO: convert model success!
Release acl resource,  1
Start relase resource  0
Model start release...
Model release source success
Release acl resource success

推理结果图如图1与图2所示。

图1 查看推理结果1

图2 查看推理结果2

run.sh会调用推理主程序infer.py，执行此条命令。

python3.9 infer.py --model mobilenetv3_100_bs1.om --label_path class_indices.json --output_path ./

命令行参数解析：

model：分类模型文件目录。
label_path：训练生成的class_indices.json地址。
output_path：推理分类结果输出cls_output.txt地址。

父主题： 构建图像分类应用