参数介绍
| 通用 | 默认值 | 示例 | 说明 |
|---|---|---|---|
| framework | None | –framework onnx | 原模型的框架 |
| model | None | –model xxx_model | 原模型模型文件 |
| proto | None | –proto xxx.prototxt | caffe的prototxt文件 |
| output_model | None | –output_model model.mm | 参数为空时，生成与原模型名相同，后缀增加.mm的模型 |
| archs | None | –archs mtp_372 | 设置模型运行的设备 |
| input_shapes | None | –input_shapes 1,3,224,224 | 设置模型的输入形状 |
| graph_shape_mutable | None | –graph_shape_mutable true | 输入支持可变 |
| 精度 | 默认值 | 示例 | 说明 |
|---|---|---|---|
| precision | None | –precision q8 | 模型的精度,若使用量化精度，则需指定量化苏剧 |
| load_data_func | load_image | –load_data_func load_image | 模型的精度,若使用量化精度，则需指定量化苏剧 |
| 图片量化 | 默认值 | 示例 | 说明 |
|---|---|---|---|
| image_dir | None | –image_dir image | 图片文件夹,为None时使用内置图片 |
| image_color | rgb | –image_color bgr | 训练模型所用的图片的颜色空间, rgb或bgr |
| image_mean | 0.0 | –image_mean 0.485,0.456,0.406 | 图片的均值, img = img - mean |
| image_std | 1.0 | –image_std 255.0,255.0,255.0 | 图片的方差, img = img / std |
| image_scale | 1.0 | –image_scale 1/255.0,1/255.0,1/255.0 | 缩放系数 img = img * scale |
| 模型优化 | 默认值 | 示例 | 说明 |
|---|---|---|---|
| input_as_nhwc | None | –input_as_nhwc true | 将模型输入的layout由nchw转为nhwc |
| output_as_nhwc | None | –output_as_nhwc true | 将模型输出的layout由nchw转为nhwc |
| insert_bn | None | –insert_bn true | 模型做输入数据归一化，该参数依赖–image_mean image_std image_scale |
| model_swapBR | None | –model_swapBR true | rgb模型和bgr模型互转 |
| 目标检测算子 | 默认值 | 示例 | 说明 |
|---|---|---|---|
| add_detect | false | –add_detect true | 向网络增加目标检测大算子 |
| detect_add_permute_node | true | –detect_add_permute_node true | 目标检测算子只支持nhwc，使用permute转换layput |
| detect_bias | yolov3的anchor | –detect_bias 116,90,156,198,373,326,30,61,62,45,59,119,10,13,16,30,33,23 | anchor box |
| detect_num_class | 80 | –detect_num_class 80 | 目标检测的类别数 |
| detect_conf | 0.0005 | –detect_conf 0.3 | 目标检测的置信度 |
| detect_nms | 0.45 | –detect_conf 0.45 | nms的阈值 |
| detect_image_shape | None | –detect_image_shape 640,640 | 目标检测图片的shape，默认根据input shape推导 |
| 调试参数 | 默认值 | 示例 | 说明 |
|---|---|---|---|
| print_ir | false | –print_ir true | 保存模型build的过程 |