中文|English

InceptionV3 Tensorflow离线推理

此链接提供InceptionV3 TensorFlow模型在NPU上离线推理的脚本和方法

注意

此案例仅为您学习Ascend软件栈提供参考，不用于商业目的。

在开始之前，请注意以下适配条件。如果不匹配，可能导致运行失败。

快速指南

1. 拷贝代码

git clone https://gitee.com/ascend/ModelZoo-TensorFlow.git
cd Modelzoo-TensorFlow/ACL_TensorFlow/built-in/cv/Inceptionv3_for_ACL

2. 下载数据集和预处理

1. 请自行下载ImageNet2012测试数据集, 您可以获得验证图片(50000张JPEG和ILSVRC2012val-label-index.txt)

2. 将JPEG文件放入'scripts/ILSVRC2012val'目录下 ，将label text 放入 'scripts/'目录下

3. 图片预处理:

cd scripts
mkdir input_bins
python3 inception_preprocessing.py ./ILSVRC2012val/ ./input_bins/

jpeg图片将被预处理为bin文件.

3. 离线推理

Pb模型转换为om模型

• 环境变量设置

  请参考说明，设置环境变量

• Pb模型转换为om模型

  Pb模型下载链接

  atc --model=inceptionv3_tf.pb --framework=3 --output=inceptionv3_tf_1batch --output_type=FP32 --soc_version=Ascend310 --input_shape="input:1,299,299,3" --insert_op_conf=inceptionv3_aipp.cfg --enable_small_channel=1 --log=info
  

• 编译程序

  bash build.sh
  

• 开始运行:

  cd scripts
  bash benchmark_tf.sh
  

性能

结果

本结果是通过运行上面适配的推理脚本获得的。要获得相同的结果，请按照《快速指南》中的步骤操作。

推理精度结果