基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现

原创

摘要：本实验主要是以基于Caffe ResNet-50网络实现图片分类（仅推理）为例，学习如何在已经具备预训练模型的情况下，将该模型部署到昇腾AI处理器上进行推理。

本文分享自华为云社区《【CANN训练营】【2022第二季】【新手班】基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现》，作者： StarTrek 。

本实验主要是以基于Caffe ResNet-50网络实现图片分类（仅推理）为例，学习如何在已经具备预训练模型的情况下，将该模型部署到昇腾AI处理器上进行推理。该实验的主要任务有：

1、将Caffe ResNet-50网络的模型文件转换为适配昇腾AI处理器的离线模型（ * .om文件）；
2、加载该om文件，对2张 * .jpg图片进行同步推理，分别得到推理结果后，再对推理结果进行处理，输出top5置信度的类别标识；
3、将测试的图片替换为自己的图片并重新编译运行。

一、云服务器的使用

首先为了更好的让我们能够了解并学习昇腾的相关知识，华为CANN训练营为每一位学员都给予了一定的云服务器资源，关于云服务器的使用简单总结如下：

本次提供的共享镜像是：Ubuntu 18.04（系统） + 5.1.RC2.alpha005（CANN环境版本）

登陆华为云->进入控制台->申请ESC弹性云服务器->获取弹性公网IP->运用SSH远程访问云服务器->正常按照ubuntu系统的终端命令来操作使用服务器

资源链接：

远程终端软件推荐MobaXterm： https://mobaxterm.mobatek.net/

软件使用方法： https://blog.csdn.net/xuanying_china/article/details/120080644

进入终端后为root用户，需要进入HwHiAiUser用户

cd /home/
su - HwHiAiUser

可以使用ls或者ll指令随意浏览系统中已有的文件情况。

基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现_Caffe

二、基于Caffe ResNet-50网络实现图片分类（仅推理）实验

准备工作完成之后，下面就可以开始正式的实验之旅啦！可以按照仓库里的readme文件所述步骤一步步操作，此处也仅仅只是简单的给出实验的步骤和实验图。

仓库资源链接： https://gitee.com/ascend/samples/tree/master/cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification

1、下载样例代码

克隆sample仓里的代码

git clone https://gitee.com/ascend/samples.git

基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现_CANN_02

进入到resnet50_imagenet_classification样例的文件夹中

cd samples/
cd cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification

基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现_CANN_03

2、获取ResNet-50预训练模型

先创建一个用来存储该模型的文件夹，并打开该文件夹

mkdir caffe_model
cd caffe_model

从网页直接通过命令下载预训练模型：权重文件（resnet50.caffemodel）和模型文件（resnet50.prototxt）

wegt https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/resnet50/resnet50.prototxt
wegt https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/resnet50/resnet50.caffemodel

基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现_Caffe_04

3、模型转换

上述下载的预训练模型需要首先运用ATC模型转换工具将该模型转换成昇腾AI处理器支持的离线模型（.om）
官方文档ATC工具学习资源： https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/51RC2alpha005/infacldevg/atctool

首先先切换到样例目录下（接着上面的操作就是上一级目录）

cd ../

然后运行模型转换工具

atc --model=caffe_model/resnet50.prototxt --weight=caffe_model/resnet50.caffemodel --framework=0 --output=model/resnet50 --soc_versinotallow=Ascend310 --input_format=NCHW --input_fp16_nodes=data --output_type=FP32 --out_nodes=prob:0

基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现_CANN_05

打开model文件夹可以看到resnet50.om已经转换完成了

基于Caffe ResNet-50网络实现图片分类（仅推理）的实验复现_ResNet-50_06

4、下载测试图片

进入data文件夹，并下载两张ImageNet数据集中存在类别的图片

cd ../data/
wget https://c7xcode.obs.cn-north-4.myhuaweicloud.com/models/aclsample/dog1_1024_683.jpg
wget https://c7xcode.obs.cn-north-4.myhuaweicloud.com/models/aclsample/dog2_1024_683.jpg