# CompileOnnxToHEF

**Repository Path**: li-bozha0/compile-onnx-to-hef

## Basic Information

- **Project Name**: CompileOnnxToHEF
- **Description**: 自动配置HEF编译环境，更方便的将ONNX转换为Hailo支持的HEF格式
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-04-16
- **Last Updated**: 2026-01-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# CompileOnnxToHEF

## 介绍

CompileOnnxToHEF提供一个简单的脚本和工作环境，用于将ONNX格式的神经网络模型转换为Hailo硬件加速器支持的HEF（Hailo Executable Format）格式，通过脚本解决了在国内会出现的问题。

## 使用说明

### 准备工作

1. 从[Hailo Software Downloads](https://hailo.ai/developer-zone/software-downloads/)上注册账号并下载以下三个软件包（请下载最新版本Dataflow Compiler、HailoRT Python包和HailoRT Ubuntu包）：
   - Hailo Dataflow Compiler (>=3.30.0)
   - HailoRT – Python package (whl) (>=4.20.0)
   - HailoRT – Ubuntu package (deb) (>=4.20.0)

> **注意**：请确保下载的三个软件包为同一天更新的版本，否则可能会出现"no module named 'hailo_platform'"的情况。此外，不同版本之间的兼容性问题可能导致编译失败。

2. 从Roboflow下载数据集到本地，复制其中的train目录到当前文件夹下。

### 安装与配置过程


1. 将从Hailo官网下载的三个软件包放置在当前工作目录下。

2. 运行安装脚本进行自动配置：
```bash
chmod +x install_compile.sh
./install_compile.sh
```

该脚本会自动完成以下工作：
- 安装所需的Python依赖库
- 通过国内镜像源加速下载
- 配置Hailo环境
- 克隆并配置hailo_model_zoo

安装成功后，系统会显示类似以下信息，表明各组件已正确安装：

```bash
HailoRT v4.21.0
Hailo Dataflow Compiler v3.31.0
Hailo Model Zoo v2.15.0
```

3. 模型编译
根据Hailo硬件型号和ONNX模型文件名，使用以下命令进行编译：
```bash
hailomz compile yolov8m --ckpt=myyolov8.onnx --hw-arch hailo8 --calib-path train/images --classes 1 --performance
```

参数说明：
- yolov8m：使用的模型架构
- --ckpt=myyolov8.onnx：您的ONNX模型文件名（请替换为实际文件名）
- --hw-arch hailo8：目标硬件平台（根据您的设备选择，如hailo8、hailo15h等）
- --calib-path train/images：用于校准的图像目录
- --classes 1：类别数量（根据您的模型调整）
- --performance：启用性能优化

编译完成后，将在当前目录生成一个.hef文件，该文件可直接部署到Hailo硬件上。