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。
进入解压缩后目录执行以下命令将Windows格式文件转换为Unix、Linux格式。
进入解压缩目录执行如下命令进行模型转换,获得om模型。
模型转换成功回显如下:
执行推理。
推理成功回显如下:
- model: 模型文件目录。
- eval: 开启模型评估,自动计算在测试集上的精度。
- visible: 保存模型在测试集上的推理结果。
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。
进入解压缩后目录执行以下命令将Windows格式文件转换为Unix、Linux格式。
进入解压缩目录执行如下命令进行模型转换,获得om模型。
模型转换成功回显如下:
执行推理。
推理成功回显如下:
[INFO] acl init success [INFO] open device 0 success [INFO] load model output/yolov5s_bs1.om success [INFO] create model description success 100%|█████████████████████████████████████████████| 5/5 [00:02<00:00, 2.18it/s] Average infer time: 116.717 ms / 1 image ... get 5 images Running per image evaluation... Evaluate annotation type *bbox* DONE (t=0.06s). Accumulating evaluation results... DONE (t=0.02s). Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.579 ... Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.652 {'bbox_mAP': 0.579, 'bbox_mAP_50': 0.94, 'bbox_mAP_75': 0.71, 'bbox_mAP_s': -1.0, 'bbox_mAP_m': 0.6, 'bbox_mAP_l': 0.583, 'bbox_mAP_copypaste': '0.579 0.940 0.710 -1.000 0.600 0.583'} [INFO] unload model success, model Id is 1 [INFO] end to destroy context [INFO] end to reset device is 0 [INFO] end to finalize acl