执行模型转换

生成应用工程目录如图3所示。

图3 应用工程目录

单击Link下载ResNet-50网络的模型文件（*.onnx），单击Link下载ResNet-50网络模型的代码包，并以MindStudio安装用户将获取的文件上传至MindStudio安装服务器。

按照如下步骤将第三方模型转换为适配昇腾AI处理器的离线模型（*.om文件）。

1. 单击菜单栏“Ascend > Model Converter”打开模型转换页面，在“Model Information”界面中配置模型文件（Model File），界面参考如图4所示，不同版本请以实际界面显示为准。
   图4 配置模型信息
   
2. 单击“Next”，进入“Data Pre-Processing”配置数据预处理页签（FP32无需进行数据预处理），界面参考如图5所示。
   图5 配置数据预处理功能
   
3. 单击“Next”，进入“Advanced Options Preview”高级选项配置页签，界面参考如图6所示。
   图6 高级选项配置
   

   专家系统要求在模型转换时在“Additional Argument”下增加如下接口配置：

   --debug_dir=${HOME}/MindstudioProjects/MyApp/debug
   # 配置输出的调试信息文件目录，${HOME}为工程所在的家目录，若不存在debug目录则需要手动创建
   --op_debug_level=4
   # 生成TBE指令映射文件（算子cce文件*.cce），文件在--debug_dir路径下生成的kernel_meta_*目录下，例如：${HOME}/MindstudioProjects/MyApp/debug/kernel_meta_*
   --enable_small_channel=1
   --insert_op_conf=${HOME}/MindstudioProjects/resnet50/model/ResNet50_for_PyTorch_1.4_code/infer/convert/aipp_resnet50.aippconfig
   # --enable_small_channel与--insert_op_conf配合开启算子融合功能。其中aipp_resnet50.aippconfig可以通过ModelZoo网站resnet50模型页面单击“下载模型脚本”获取

4. 单击“Finish”，开始进行模型转换。

   在MindStudio界面下方，“Output”窗口会显示模型转换过程中的日志信息，如果提示“Model converted successfully”，则表示模型转换成功。“Output”窗口会显示模型转换所用的命令、所设置的环境变量、模型转换的结果、模型输出路径以及模型转换日志路径等信息。

   模型转换完毕，在服务器后台路径（Output Path）下会生成用于运行环境运行的*.om模型文件。