用paddlex轉換模型.nb格式

基於《10分鍾快速上手使用PaddleX2.0——PP-YOLOv2目標檢測》做了實驗，將訓練的模型轉換為可用於arm的格式，簡單記錄步驟如下。

注：百度飛槳入口（最新資料網址）：飛槳PaddlePaddle-源於產業實踐的開源深度學習平台

一、在AIStudio中用PP-YOLOv2訓練

1. 安裝paddlex2.0.0
2. 准備數據集（zip解壓）
3. 模型訓練（圖像transforms、pdx.datasets.VOCDetection處理VOC數據集、訓練100輪），model = pdx.det.PPYOLOv2(num_classes=num_classes, backbone='ResNet50_vd_dcn')

生成的模型所在路徑：output/ppyolov2_r50vd_dcn/best_model

二、轉換模型格式

1、在終端安裝paddlelite

pip install paddlelite

2、進入output文件夾

%cd ~/output/

3、導出為靜態圖模型

!paddlex --export_inference --model_dir=./ppyolov2_r50vd_dcn/best_model --save_dir=./inference_model

4、導出為arm可用的.nb模型

!paddle_lite_opt --model_dir=./inference_model/inference_model  --optimize_out=ppyolov2_r50vd_dcn_opt --optimize_out_type=naive_buffer --valid_targets=arm

三、應用模型（Android為例）

1、下載demo

在github上下載相應平台的piddlelite demo項目。

2、修改demo項目

1. 替換模型和相應的label文件 用轉化后的model文件和label文件替換Android Demo中的對應位置。
2. 修改predictor.java文件。一般需要修改代碼中的“模型名稱”和輸入的shape。
3. 參考“Android Demo部署方法”，重新構建並運行Android demo。