在 DarkNet 模型中编译 YOLO-V2 和 YOLO-V3
2023-07-21 14:11 作者:HyperAI超神经 | 我要投稿
本篇文章译自英文文档 Compile YOLO-V2 and YOLO-V3 in DarkNet Models
作者是 Siju Samuel
更多 TVM 中文文档可访问 →https://tvm.hyper.ai/
本文介绍如何用 TVM 部署 DarkNet 模型。所有必需的模型和库都可通过脚本从 Internet 下载。此脚本运行带有边界框的 YOLO-V2 和 YOLO-V3 模型。DarkNet 解析依赖 CFFI 和 CV2 库，因此执行脚本前要安装这两个库。
选择模型
模型有：‘yolov2’、‘yolov3’ 或 ‘yolov3-tiny’
下载所需文件
第一次编译的话需要下载 cfg 和 weights 文件。
输出结果：
将计算图导入到 Relay 中
编译模型：
输出结果：
加载测试图像
输出结果：
在 TVM Runtime 上执行
这个过程与其他示例的相同。
输出结果：
脚本总运行时长：（1 分 1.020 秒）
下载 Python 源代码：https://tvm.apache.org/docs/_downloads/7716f96385bd5abb6e822041e285be54/from_darknet.py
下载 Jupyter Notebook：https://tvm.apache.org/docs/_downloads/f97d815b408ef3f4d6bcb3e073c2d4dd/from_darknet.ipynb
