--framework

功能说明

原始网络模型框架类型。

关联参数

无。

参数取值

参数值：

• 0：Caffe
• 1：MindSpore
• 3：TensorFlow
• 5：ONNX

参数值约束：

• 当--mode为1时，该参数可选，可以指定Caffe、TensorFlow、ONNX原始模型转成json，不指定时默认为离线模型转json，如果指定时需要保证--om模型和--framework类型对应一致，例如：

  --mode=1 --framework=0 --om=$HOME/module/resnet50.prototxt
  --mode=1 --framework=3 --om=$HOME/module/resnet50_tensorflow*.pb
  --mode=1 --framework=5 --om =$HOME/module/resnet50.onnx

• 当--mode为0或3时，该参数必选，可以指定Caffe、TensorFlow、MindSpore或ONNX。
• 当取值为0时，即为Caffe框架网络模型，模型包括后缀为prototxt的模型文件和后缀为caffemodel的权重文件，并且此两个文件的op name和op type必须保持名称一致（包括大小写）。
• 当取值为3时，即为TensorFlow框架网络模型，只支持FrozenGraphDef格式，即尾缀为pb的模型文件，pb文件采用protobuf格式存储，网络模型和权值数据都储存在同一个文件中。
• 当取值为5时，即为ONNX格式网络模型，仅支持ai.onnx算子域中opset v11版本的算子，用户也可以将其他opset版本的算子（比如opset v9），通过PyTorch转换成opset v11版本的ONNX算子；而PyTorch框架的pth模型需要转化为ONNX格式的模型，才能进行模型转换。
• 当取值为1时，即为MindSpore框架网络模型时，请务必查看如下限制：
  • 模型转换时，仅支持后缀为*.air的模型文件；
  • --mode只支持配置为0；
  • --input_format只支持配置为NCHW，配置其它值无效，但模型转换成功；
  • 在MindSpore框架下，使用--out_nodes、--is_output_adjust_hw_layout、--input_fp16_nodes、--is_input_adjust_hw_layout、--op_name_map参数不生效，但模型转换成功；
  • 当模型大小超过2G时，在MindSpore框架中保存模型时会同时生成*.air文件、weight文件夹及其中的权重文件，在模型转换时，需要将weight文件夹与*.air文件存放在同级目录下，否则模型转换报错。

推荐配置及收益

无。

示例

• Caffe框架：

  --mode=0 --framework=0 --model=$HOME/module/resnet50.prototxt --weight=$HOME/module/resnet50.caffemodel  --output=$HOME/module/out/caffe_resnet50 --soc_version=<soc_version>   

• MindSpore框架：

  --mode=0 --framework=1 --model=$HOME/module/ResNet50.air --output=$HOME/module/out/ResNet50_mindspore --soc_version=<soc_version> 

• TensorFlow框架：

  --mode=0 --framework=3 --model=$HOME/module/resnet50_tensorflow*.pb --output=$HOME/module/out/tf_resnet50 --soc_version=<soc_version>  

• ONNX网络模型：

  --mode=0 --framework=5 --model=$HOME/module/resnet50.onnx --output=$HOME/module/out/onnx_resnet50 --soc_version=<soc_version>  

支持的芯片型号

Atlas 200/500 A2推理产品

依赖约束

无。