【PyACL系列 01】昇腾（Ascend）yolov7模型迁移指导_yolov7 迁移学习 wongkinyiu/yolov7

一、 环境准备

Acllite下载：

https://gitee.com/ascend/samples/tree/master/python/common

Yolov7源码：

https://github.com/WongKinYiu/yolov7

Yolov7模型：

https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt

Torch & ONNX CPU版本

torch                        1.12.1
torchaudio                   0.12.1
torchvision                  0.13.1
onnx                         1.12.0
onnxconverter-common         1.12.2
onnxmltools                  1.11.1
onnxruntime                  1.12.1
1
2
3
4
5
6
7

二、 推理跑通

1、 把Acllite & Yolov7源码放在服务器同一个位置

2、 Pt文件转onnx文件

在yolov7-main目录下执行：

python3 export.py --weights yolov7.pt --grid --simplify --topk-all 100 --img-size 640 640 --max-wh 640
1

3、 模型转换

atc \
  --model=./yolov7.onnx \
  --framework=5 \
  --output=./yolov7_bs1 \
  --input_format=NCHW \
  --input_shape="images:1,3,640,640"  \
  --soc_version=Ascend310P3 \
  --log=info
1
2
3
4
5
6
7
8

4、 源码修改

只需要修改detect.py文件

def detect(save_img=False):上增加

# Load model下增加

# Inference下增加

仅需增加以上黄色部分代码即可

5、 模型跑通

python3 detect.py --weights yolov7.pt --conf 0.25 --img-size 640 --device cpu --source inference/images/horses.jpg
1