在 DarkNet 模型中編譯 YOLO-V2 和 YOLO-V3
2023-07-21 14:11 作者:HyperAI超神經(jīng) | 我要投稿
本篇文章譯自英文文檔?Compile YOLO-V2 and YOLO-V3 in DarkNet Models
作者是?Siju Samuel
更多 TVM 中文文檔可訪問 →https://tvm.hyper.ai/
本文介紹如何用 TVM 部署 DarkNet 模型。所有必需的模型和庫都可通過腳本從 Internet 下載。此腳本運行帶有邊界框的 YOLO-V2 和 YOLO-V3 模型。DarkNet 解析依賴 CFFI 和 CV2 庫，因此執(zhí)行腳本前要安裝這兩個庫。
選擇模型
模型有：‘yolov2’、‘yolov3’ 或 ‘yolov3-tiny’
下載所需文件
第一次編譯的話需要下載 cfg 和 weights 文件。
輸出結(jié)果：
將計算圖導入到 Relay 中
編譯模型：
輸出結(jié)果：
加載測試圖像
輸出結(jié)果：
在 TVM Runtime 上執(zhí)行
這個過程與其他示例的相同。
輸出結(jié)果：
腳本總運行時長：（1 分 1.020 秒）
下載 Python 源代碼：https://tvm.apache.org/docs/_downloads/7716f96385bd5abb6e822041e285be54/from_darknet.py
下載 Jupyter Notebook：https://tvm.apache.org/docs/_downloads/f97d815b408ef3f4d6bcb3e073c2d4dd/from_darknet.ipynb
