代码拉取完成，页面将自动刷新
Jasper NPU训练代码参考：
获取在线推理的数据集目录下的文件，拷贝到./datasets/目录下
pb模型：
获取jsaper checkpoint转pb的pb模型，将pb模型放在model目录下，checkpoint转pb参考脚本：
cd generate_pb
python ckpt2pb.py
离线模型转换
cd model
./Jasper_convert_om_fp32.sh --batchSize=1 --soc_version=Ascend310
该脚本用来做Jasper模型的atc转换，支持2个参数：
--batchSize 离线推理模型的batchSize，默认值为1
--soc_version 离线推理的soc_version，对于1910，这个参数设置为Ascend310,对于1980,这个参数设置为Ascend910A,默认值为Ascend310
模型名称固定为：jasper_infer_float32.pb,可以根据实际生成的模型名称修改
如果demo编译后在host侧运行，则执行以下脚本:
cd benchmark_infer
chmod +x build_host.sh
./build_host.sh
如果demo编译后在device侧运行，则执行以下脚本
cd benchmark_infer
chmod +x build_device.sh
./build_device.sh
可执行文件生成在../output目录
端到端拉起离线推理
./benchmark_jasper_tf.sh --preprocess=0 --json=jasper_syn_inference_b1_FP32.json
脚本中包含预处理，后处理和推理
cd pre_treatment
./prerun_jasper_infer_input_fp32.sh
--datasets_folder 预处理数据集路径，默认值为./datasets
--output_folder 预处理的输出路径，默认值为./datasets/jasper
./benchmark jasper_syn_inference_b1_FP32.json
json脚本中，涉及om_path_list，dir_path_list，result_path_list，json文件中给出的只是样例，建议根据环境上实际的路径替换修改
数据结果路径：./model1_dev_0_chn_0_result/jasper/
精度数据：./output/perform_static_dev_0_chn_0.txt
cd post_treatment
./jasper_accuracy_calc_fp32.sh
--inferRet_folder 推理输出的结果文件路径，默认值为：./model1_dev_0_chn_0_result/jasper/
--real_file 真值文件路径，默认值为:./datasets/librivox-dev-clean.csv
精度数据生成在：./output/predict_accuracy.txt文件中
执行在线推理：
cd output
python3.7.5 jasper_online_inference.py
支持以下参数:
--model_path pb模型的路径，默认值为../model/jasper_infer_float32.pb
--data_dir 原始dev.json文件的目录，默认值为：../datasets
--output_dir 预处理后的jasper bin文件的输出目录../datasets
--pre_process 是否做预处理，True or False，默认值False
--post_process 是否做后处理，True or False，默认值True
--batchSize 在线推理的batch数，默认值为1
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
马建仓 AI 助手