将ONNX模型转换为OM模型

将导出ONNX模型导出的“resnet50.onnx”模型，用CANN提供的ATC工具将其转换为昇腾AI处理器能识别的OM模型。

1

atc --model=resnet50.onnx --framework=5 --output=resnet50 --input_shape="actual_input_1:1,3,224,224"  --soc_version=<soc_version>

atc命令中各参数的含义如下：

• --model：ResNet50的ONNX模型文件存储路径。
• --framework：原始框架类型，5表示ONNX。
• --output：离线OM模型的路径以及文件名，此处文件名配置为resnet50，直接存储在当前目录下。

  若此处修改模型文件名及存储路径，则需要同步修改源代码中模型加载处的模型文件名及存储路径，请参见解析样例代码处modelPath变量的说明，修改代码后需要重新编译代码。

• --input_shape：执行推理时模型输入数据的shape。
• --soc_version：昇腾AI处理器的型号。
  • 非Atlas A3 训练系列产品/Atlas A3 推理系列产品：在安装昇腾AI处理器的服务器执行npu-smi info命令进行查询，获取Name信息。实际配置值为AscendName，例如Name取值为xxxyy，实际配置值为Ascendxxxyy。
  • Atlas A3 训练系列产品/Atlas A3 推理系列产品：在安装昇腾AI处理器的服务器执行npu-smi info -t board -i id -c chip_id命令进行查询，获取Chip Name和NPU Name信息，实际配置值为Chip Name_NPU Name。例如Chip Name取值为Ascendxxx，NPU Name取值为1234，实际配置值为Ascendxxx_1234。

    其中：

    • id：设备id，通过npu-smi info -l命令查出的NPU ID即为设备id。
    • chip_id：芯片id，通过npu-smi info -m命令查出的Chip ID即为芯片id。