netrans/quick_start_guide.md

快速入门

本文档以 onnx 格式的 yolov5s 为例，演示如何快速安装Nertans 并使用 Netrans 量化、编译模型并生成 nbg 文件。

系统环境

• Linux操作系统，推荐 Ubuntu 20.04 或 Debian12
• Python 3.8
• RAM 至少 8GB

安装Netrans

创建 conda 环境 .

conda create -n netrans python=3.8 -y
conda activate netrans

下载 Netrans .

mkdir -p ~/app
cd ~/app
git clone https://gitlink.org.cn/nudt_dsp/netrans.git

安装 Netrans。

cd ~/app/netrans
./setup.sh

使用 Netrans 编译 yolov5s 模型

进入工作目录

cd ～/app/netrans/examples/onnx

此时目录如下：

onnx/
├── README.md
└── yolov5s
    ├── 0.jpg
    ├── dataset.txt
    └── yolov5s.onnx

使用 netrans_cli 编译 yolov5s

导入模型

import.sh yolov5s

该命令会在工程目录下生成包含模型信息的 .json 和 .data 数据文件。

此时 yolov5s 的目录结构如下

yolov5s/
├── 0.jpg
├── dataset.txt
├── yolov5s.data
├── yolov5s.json
└── yolov5s.onnx

生成配置文件模板

配置文件定义输入数据前处理相关参数。Netrans预定义了配置文件模板生成脚本，用户需根据模型前处理参数对配置文件进行修改。

config.sh yolov5s

此时 yolov5s 的目录结构如下：

yolov5s/
├── 0.jpg
├── dataset.txt
├── yolov5s.data
├── yolov5s_inputmeta.yml
├── yolov5s.json
└── yolov5s.onnx

根据 yolov5s 的前处理参数 ，修改 yml 中的 scale 为 0.003921568627。 打开 yolov5s_inputmeta.yml 文件，修改第30-33行：

        scale:
        - 0.003921568627
        - 0.003921568627
        - 0.003921568627

量化模型

生成 unit8 量化的量化参数文件。

quantize.sh yolov5s uint8

此时 yolov5s 的目录结构如下：

yolov5s/
├── 0.jpg
├── dataset.txt
├── yolov5s_asymmetric_affine.quantize
├── yolov5s.data
├── yolov5s_inputmeta.yml
├── yolov5s.json
└── yolov5s.onnx

导出模型

导出 unit8 量化的模型项目工程。

export.sh yolov5s uint8

此时 yolov5s 的目录结构如下：

yolov5s/
├── 0.jpg
├── dataset.txt
├── wksp
│   └── asymmetric_affine
│       ├── BUILD
│       ├── dump_core_graph.json
│       ├── graph.json
│       ├── main.c
│       ├── makefile.linux
│       ├── network_binary.nb
│       ├── vnn_global.h
│       ├── vnn_post_process.c
│       ├── vnn_post_process.h
│       ├── vnn_pre_process.c
│       ├── vnn_pre_process.h
│       ├── vnn_yolov5sasymmetricaffine.c
│       ├── vnn_yolov5sasymmetricaffine.h
│       ├── yolov5sasymmetricaffine.2012.vcxproj
│       ├── yolov5s_asymmetric_affine.export.data
│       └── yolov5sasymmetricaffine.vcxproj
├── yolov5s_asymmetric_affine.quantize
├── yolov5s.data
├── yolov5s_inputmeta.yml
├── yolov5s.json
└── yolov5s.onnx

使用 netrans_py 编译 yolov5s 模型

example.py yolov5s -q uint8 -m 0 -s 0.003921568627