昇腾社区首页
中文
注册
开发者
下载
支持

运行应用

样例步骤适用于以下产品。

  • Atlas 200/300/500 推理产品
  • Atlas 推理系列产品
  • Atlas 训练系列产品

模型转换

  1. 以HwHiAiUser（运行用户）登录开发环境并部署用例。
  2. 参见《ATC工具使用指南》中的ATC工具使用环境搭建，获取ATC工具并设置环境变量。
  3. 准备数据。

    从以下链接获取ResNet-50网络的权重文件（*.caffemodel）、模型文件（resnet50.prototxt），并以HwHiAiUser（运行用户）将获取的文件上传至开发环境的“resnet50_async_imagenet_classification样例目录/caffe_model”目录下。

    • 从gitee上获取：单击Link，查看README.md，查找获取原始模型的链接。
    • 从GitHub上获取：单击Link，查看README.md，查找获取原始模型的链接。
  4. 将ResNet-50网络转换为适配昇腾AI处理器的离线模型（*.om文件）。

    切换到“resnet50_async_imagenet_classification”目录，执行如下命令。Ascendxxx为使用的昇腾AI处理器版本，请用户自行替换。

    atc --model=caffe_model/resnet50.prototxt --weight=caffe_model/resnet50.caffemodel --framework=0 --output=model/resnet50 --soc_version=Ascendxxx --input_format=NCHW --input_fp16_nodes=data --output_type=FP32 --out_nodes=prob:0
    • “--output”参数：生成的“resnet50.om”文件存放在“resnet50_async_imagenet_classification/model”目录下。
    • 使用atc命令时用户需保证对“resnet50_async_imagenet_classification”目录有写权限。
    • 如果无法确定当前设备的soc_version，则在安装NPU驱动包的服务器执行npu-smi info命令进行查询，在查询到的“Name”前增加Ascend信息，例如“Name”对应取值为xxxyy，实际配置的soc_version值为Ascendxxxyy。
  5. 以HwHiAiUser（运行用户）将开发环境的样例目录及目录下的文件上传到运行环境。

运行应用

  1. 登录运行环境。
  2. 准备测试数据。 请从以下链接获取该样例的输入图片，并以运行用户将获取的文件上传至运行环境的“resnet50_async_imagenet_classification/data”目录下。如果目录不存在，需自行创建。
  3. 参照环境变量配置完成运行环境的配置。
  4. 在“resnet50_async_imagenet_classification”路径下执行如下命令：
    python3 ./src/acl_net.py
  5. 执行成功后，在屏幕上的关键提示信息示例如下。
    Using device id:0
execute_times:4
callback_interval:1
mem_pools:4
model path:./model/resnet50.om
images path:./data
init resource stage:
init resource stage success
data interaction from host to device
data interaction from host to device success
execute stage:
execute stage success
callback func stage:

======== top5 inference results: =============
[161]: 0.767578
[162]: 0.154785
[167]: 0.038513
[163]: 0.021606
[166]: 0.011658
callback func stage success
callback func stage:

======== top5 inference results: =============
[267]: 0.935547
[266]: 0.041107
[265]: 0.018829
[219]: 0.002607
[160]: 0.000295
callback func stage success
callback func stage:

======== top5 inference results: =============
[161]: 0.767578
[162]: 0.154785
[167]: 0.038513
[163]: 0.021606
[166]: 0.011658
callback func stage success
callback func stage:

======== top5 inference results: =============
[267]: 0.935547
[266]: 0.041107
[265]: 0.018829
[219]: 0.002607
[160]: 0.000295
callback func stage success
exit acl.rt.process_report
run finish!!!
release source stage:
release source stage success