原创文章的网站被降权或无排名的原因有哪些大连网站开发培训价格

作者：SkyXZ

CSDN：SkyXZ～-CSDN博客

博客园：SkyXZ - 博客园

        之前在使用的RDK X3的时候，吴诺老师@wunuo发布了新一代量化转换工具链使用教程，这个工具真的非常的方便，能非常快速的完成X3上模型的量化，唯一的缺点便是不支持X5，于是我便想着仿照老师的X3可视化工具链来弄一个适配X5的可视化量化转换工具链，我的初步构想便是这个可视化工具链能够逐步适配地瓜ModelZoo里的所有模型实现一站式从模型的训练到模型的转换最后到部署，使之能够更加轻松便捷的服务新拿到RDK的同学们，于是在经过一段时间的努力后，我的工具链初版完成啦！，可遗憾的是目前模型训练和模型导出部分仅支持YOLO的系列，其他的模型诸如ResNet、FCOS则暂时不支持从训练到转换，但是由于模型的量化和转化部分的自由度非常的高，现在应该是能覆盖绝大多数模型的转换了！

        现在这个版本非常的粗糙，本来都有点不敢发出来的，希望大家能够多多提出意见帮助这个项目改进！（qaq：JS真的太难了）

• 项目地址：https://github.com/xiongqi123123/RDK_ToolChain.git （求求Star~仓库中仅有前后端代码没有修改过的模型及权重文件，完整版请从网盘下载）
• 项目网盘：https://pan.baidu.com/s/1fz_DueWNr3uKDLO7KkNwZw?pwd=7jy3

使用方法：

        默认启动地址：127.0.0.1:5000

        Docker安装详见：Linux下Docker及Nvidia Container ToolKit安装教程 - SkyXZ - 博客园

1. Docker使用（推荐）：

# step 1 拉取docker镜像（阿里云仓库）
docker pull crpi-0uog49363mcubexr.cn-hangzhou.personal.cr.aliyuncs.com/skyxz/rdk_toolchain:v1.3
# step 2 创建文件夹映射
mkdir ~/dataset
export dataset_path=~/dataset
# Run-Method-1 临时创建容器（自行修改--shm-size配置）
docker run -it --rm --gpus all --shm-size=32g --ipc=host -e PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128 -e CUDA_LAUNCH_BLOCKING=1 -p 5000:5000 -p 8080:8080 -v "$dataset_path":/data crpi-0uog49363mcubexr.cn-hangzhou.personal.cr.aliyuncs.com/skyxz/rdk_toolchain:v1.3
# Run-Method-2 永久创建容器（自行修改--shm-size配置）
docker run -it --rm --gpus all --shm-size={你的内存大小例如：32g} --ipc=host -e PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128 -e CUDA_LAUNCH_BLOCKING=1 -p 5000:5000 -p 8080:8080 -v "$dataset_path":/data crpi-0uog49363mcubexr.cn-hangzhou.personal.cr.aliyuncs.com/skyxz/rdk_toolchain:v1.3

2. 手动构建docker镜像：

# step 1 ：从百度云下载源码（仓库中仅有前端后端实现）
https://pan.baidu.com/s/1fz_DueWNr3uKDLO7KkNwZw?pwd=7jy3
# step 2 解压并进入项目目录
# step 3 构建docker
docker build -t rdk_toolchain .
# step 4 创建文件夹映射
mkdir ~/dataset
export dataset_path=~/dataset
# Run-Method-1 临时创建容器（自行修改--shm-size配置）
docker run -it --rm --gpus all --shm-size=32g --ipc=host -e PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128 -e CUDA_LAUNCH_BLOCKING=1 -p 5000:5000 -p 8080:8080 -v "$dataset_path":/data crpi-0uog49363mcubexr.cn-hangzhou.personal.cr.aliyuncs.com/skyxz/rdk_toolchain:v1.3
# Run-Method-2 永久创建容器（自行修改--shm-size配置）
docker run -it --rm --gpus all --shm-size={你的内存大小例如：32g} --ipc=host -e PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128 -e CUDA_LAUNCH_BLOCKING=1 -p 5000:5000 -p 8080:8080 -v "$dataset_path":/data crpi-0uog49363mcubexr.cn-hangzhou.personal.cr.aliyuncs.com/skyxz/rdk_toolchain:v1.3

3. 直接下载源码使用：

# step 1 ：从百度云下载源码（仓库中仅有前端后端实现）
https://pan.baidu.com/s/1fz_DueWNr3uKDLO7KkNwZw?pwd=7jy3
# step 2 : 安装依赖
pip3 install -r requirements_docker.txt
# step 3 ：运行脚本即可
bash start_services.sh

注意事项：

1. 当前页面的任务正在进行的时候请不要切换至其他页面！切至其他页面后再切回本页面无法恢复原先内容！也无法结束进行中的进程了！
2. 当停止某项操作时（如停止训练）有时停止按钮可能会卡住无反应，这不是卡死了！这是后台正在尝试杀死进程中，几秒后再次点击停止即可退出！
3. 当遇到无法结束进程或是在任务进行中切换至其他页面时请停止Docker以结束后台正在运行中的进程！
4. 部分日志输出为红色不一定是报错！进程是否因为报错结束请以训练状态标志为准！
5. 除了模型导出的onnx会放在原pt模型路径下之外，其他所有运行的结果将保存在/app/logs下

版本介绍：

V1.0:

1. 已支持所有模型的量化转换操作
2. 已完成ModelZoo中YOLO全系列的训练与导出实现
3. 即将支持ResNet系列模型、FCOS等模型（TODO V2.0）
4. 即将实现PC端转换后模型推理检查（TODO V2.0）

地瓜机器人RDK模型一站式开发工具功能展示：

• 工具总览：
  

• 模型训练：

• 模型导出
  

• 模型量化检查

• 模型转换

• 反量化节点摘除

• 模型输入输出情况及可视化检查