此页面由 AI 自动翻译。查看英文原版

本页目录

  • 概述
  • 准备
  • 模型源
  • 校准数据
  • 为 RVC 平台进行转换
  • 教程

模型转换

概述

要在 Luxonis 设备上部署自定义模型,必须将其从初始框架(如 PyTorch、TFLite 等)转换为与您打算运行模型的 RVC 平台兼容的格式。 转换过程包括以下步骤:
  1. 准备模型源;
  2. 准备校准数据(可选);
  3. 将模型转换为 RVC 编译格式之一。

准备

模型源

模型应以以下格式之一准备:
  • ONNX (.onnx)、
  • OpenVINO IR (.xml.bin) 或
  • TensorFlow Lite (.tflite)。
建议将模型转换为 ONNX,因为它为转换为相应的 RVC 平台提供了最多的选项。 有关更多信息,请参阅 转换为 ONNX 部分。

校准数据

校准数据用于指导模型量化。 您可以在 概念页面上了解有关此过程的更多信息。 如果您不打算在转换期间量化模型,则可以跳过此步骤。

为 RVC 平台进行转换

准备好模型源和校准数据后,您可以继续为要使用的 RVC 平台(RVC 编译格式)进行转换。 我们已准备好支持在线和离线转换的工具。 在线转换特别方便,因为它不需要系统准备,并且只需单击几下即可完成。 离线转换在您的系统上运行,适用于互联网访问受限的环境或将转换集成到您的工作流程中。 此外,为了实现完全的可定制性,我们还解释了手动转换的步骤。
  • 在线转换:
    • HubAI推荐)- 适用于所有 RVC 平台的转换,
    • BlobConverter旧版)- 适用于 RVC2 和 RVC3 平台的转换。
    • YOLO 简化转换旧版)- 适用于 RVC2 和 RVC3 平台的 YOLO 模型转换。
  • 离线转换:

教程

我们准备了一些教程,帮助您开始使用 HubAI SDK 进行在线转换。要查看它们,请访问 教程页面。