README.md

SSD

目录

• SSD
  • 目录
  • 1. 简介
  • 2. 数据集
  • 3. 准备模型与数据
  • 4. 模型编译
    • 4.1 生成FP32 BModel
    • 4.2 生成INT8 BModel
  • 5. 例程测试

1. 简介

SSD300 Object Detect Demos

2. 数据集

VOC0712

3. 准备模型与数据

您需要准备用于测试的数据集，如果量化模型，还要准备用于量化的数据集。

本例程在scripts目录下提供了相关模型和数据集的下载脚本download.sh，您也可以自己准备模型和数据集，并参考4. 模型转换进行模型转换。

pip3 install pycocotools #mAP测试使用pycocotools
sudo apt install unzip
chmod -R +x scripts/
./scripts/download.sh

执行后，模型保存在data/models，数据集在data/

下载的模型包括：

BM1684/ssd300_fp32_1b.bmodel: 用于BM1684的FP32 BModel，batch_size=1
BM1684/ssd300_fp32_4b.bmodel: 用于BM1684的FP32 BModel，batch_size=4
BM1684/ssd300_int8_1b.bmodel: 用于BM1684的INT8 BModel，batch_size=1
BM1684/ssd300_int8_4b.bmodel: 用于BM1684的INT8 BModel，batch_size=4
BM1684X/ssd300_fp32_1b.bmodel: 用于BM1684X的FP32 BModel，batch_size=1
BM1684X/ssd300_fp32_4b.bmodel: 用于BM1684X的FP32 BModel，batch_size=4
BM1684X/ssd300_int8_1b.bmodel: 用于BM1684X的INT8 BModel，batch_size=1
BM1684X/ssd300_int8_4b.bmodel: 用于BM1684X的INT8 BModel，batch_size=4

下载的数据集包括：
images/lmdb: 用于量化的lmdb数据集
video.mp4: 测试视频
VOC2007-test-images: VOC2007测试集
pascal_test2007.json: VOC2007测试集的ground truth

4. 模型编译

模型编译前需要安装tpu-nntc，具体可参考tpu-nntc环境搭建。

4.1 生成FP32 BModel

caffe模型编译为FP32 BModel，具体方法可参考BMNETC 使用。

本例程在scripts目录下提供了编译FP32 BModel的脚本。请注意修改gen_fp32bmodel.sh中的模型路径、生成模型目录和输入大小shapes等参数，并在执行时指定BModel运行的目标平台（支持BM1684和BM1684X），如：

./scripts/gen_fp32bmodel.sh BM1684X

执行上述命令会在data/models/BM1684X/下生成ssd300_fp32_1b.bmodel、ssd300_fp32_4b.bmodel、文件，即转换好的FP32 BModel。

4.2 生成INT8 BModel

不量化模型可跳过本节。

模型的量化方法可参考Quantization-Tools User Guide

本例程在scripts目录下提供了编译INT8 BModel的脚本。请注意修改gen_int8bmodel.sh中的模型路径、生成模型目录和输入大小shapes等参数，并在执行时指定BModel运行的目标平台（支持BM1684和BM1684X），如：

./scripts/gen_int8bmodel.sh BM1684X

执行上述命令会在data/models/BM1684X/下生成ssd300_int8_1b.bmodel、ssd300_int8_4b.bmodel、文件，即转换好的INT8 BModel。

5. 例程测试

• C++例程
• python例程