准备离线模型dump数据

操作步骤

以下操作请在MindStudio环境上操作。

1. 创建应用工程。
   1. 单击欢迎界面的“New Project”或菜单栏“File > New > Project...”，弹出“New Project”窗口。设置好相关参数后，如图1所示，单击“Next”。
      • CANN Version：CANN软件包版本，如未识别或想要更换使用的版本，可单击“Change”，在弹出界面中选择Ascend-cann-toolkit开发套件包的安装路径（注意需选择到版本号或者latest一级）。
      • Samples：样例工程，选择“ACL ResNet-50(C++)”。
      图1 创建工程
      
   2. 配置相关信息，如图2所示，单击“Finish”。
      • Project name：工程名称，可自定义。
      • Project location：工程目录，默认在“$HOME/MindstudioProjects”下创建。
      图2 工程配置
      
2. 将准备TensorFlow模型npy数据文件中准备的pb模型通过ATC工具转换为om模型。
   1. 单击菜单栏“Ascend > Model Converter”打开模型转换页面，选择待转换的pb文件，设置输出路径等，单击“Next”。
      图3 模型转换页面
      
   2. 进入“Data Pre-Processing”配置数据预处理，单击“Next”。
   3. 进入“Advanced Options Preview”高级选项配置，单击“Finish”，开始进行模型转换。

      出现“Model converted successfully”则表示转换成功，在指定的输出目录下生成*.om文件。

      

3. 将准备好的输入文件test.bin上传至相应目录下，如图4所示。

   模型推理输入test.bin文件准备可参考模型推理输入bin文件准备。

   图4 上传文件
   
4. 修改脚本，指定om模型和输入文件。

   编辑src目录下的sample_process.cpp文件，修改参考如下。

   

5. 单击菜单栏“Build > Edit Build Configuration...”，进入编译配置页面。

   单击新增并配置编译参数，图5为配置示例，单击“OK”。

   图5 编译配置界面
   
6. 在菜单栏单击“Build>Build CMake Project”进行编译。

   编译完成后main文件会生成在当前工程目录的out目录下。

   图6 main文件所在目录
   
7. 单击菜单栏“Run > Edit Configurations...”，进入运行配置页面。
8. 单击“ > CMake Application”新增并配置应用工程运行参数，图7为配置示例。单击“OK”。
   图7 运行配置界面
   
9. dump配置。
   1. 单击菜单栏“Ascend>Dump Configuration”，选择om模型，如下图所示，单击“OK”。
      图8 选择om模型
      
   2. 进行dump配置，参考如下。
      图9 配置页面
      
10. 单击运行应用工程，生成的dump数据保存在当前工程的dump目录下。
    图10 dump目录