MNN部署yolov5s检测算法(python)_mnn yolo

概述：

使用MNN的整体流程，

训练，使用训练数据训练出模型；

转换，将其他训练框架模型转换为MNN模型的阶段。MNN当前支持Tensorflow(Lite), ONNX, TorchScript的模型转换；

推理，在端侧加载MNN模型进行推理。

准备工作：

1.下载MNN;——1.git clone https://github.com/alibaba/MNN.git；

2.编译环境；——1).主库编译，cmake（建议使用3.10或以上版本）、 protobuf（使用3.0或以上版本）、gcc（使用4.9或以上版本）

附：这里我使用的是docker镜像，更方便；

a.首先创建一个Dockerfile文件，并添加所需内容；

b.构建docker镜像——docker build –t mnn_environment /path/to/Dockerfile, （不直接包含Dockerfile，比如/home/Dockerfile，那么就写/home/）

c.运行docker容器——docker run -it -v /data//MNN-master:/data/MNN-master -v $PWD:/app -w /app mnn_environment:latest  /bin/bash

进入docker环境后：

编译完成后，MNN/build目录下出现MNN的动态库(libMNN.so)

2.编译环境；——2).主要工具模块编译

a.编译模型转化工具，

# 在主库编译中，已经创建了build目录，后续其它编译操作均在build目录下进行

cmake .. -DMNN_BUILD_CONVERTER=ON

make -j8

b.编译测试工具

cmake .. -DMNN_BUILD_TOOL=ON

make -j8

c.编译BnechMark工具

cmake .. -DMNN_BUILD_BENCHMARK=ON

make -j8

d. 编译模型量化工具

cmake .. -DMNN_BUILD_QUANTOOLS=ON

make -j8

e, 编译评估工具

cmake .. -DMNN_EVALUATION=ON

make -j8

2.编译环境；——3). pymnn构建

cd /MNN安装目录/MNN/pymnn/pip_package

python build_deps.py

python setup.py install --version {MNN版本}

附：MNN版本可通过如下方式查看：

cd /MNN安装目录/MNN/build

./MNNConvert –version

具体转换步骤：

1.yolov5转MNN模型

a.pt转onnx，——python export.py --weights weights/yolov5s.pt --img 640 --batch 1 --device 0正确结果——onnx saved success, saved as weigts/yolo5s.onnx

问题，只转成了.torchscript，没有转成.onnx export failure: unsupported onnx opset version:17

参考解决https://blog.csdn.net/qq_43318374/article/details/120195550，将onnx opset version改为12============================成功√

b. onnx转mnn，——./MNNConvert -f ONNX --modelFile /PATH_to_Transfer_test.onnx --MNNModel /PATH_to_Transfer_test.mnn========================转换成功√

2.使用MNN进行推理

推理API有三种方法，分别是Session API， Module API，Expr API

推理运行，python3 inference.py

遇到的问题：

1.模块问题，

需要pip install MNN

pip install opencv-python

安装openGL库文件，==========apt install libgl1-mesa-glx

更新动态连接库缓存，=========ldconfig

安装glib库文件，=============apt install libglib2.0-0

再重新运行python应用，========python3 inference.py

2.推理时遇到的问题，

推理时，出现Input_var = {var (1,3,640,640)}，Reshape error：153600->55296

Process finished with exit code -1073741819 (0xC0000005)

解决办法，在onnx转换mnn时，加上指令--saveStaticModel,固定形状，保存静态模型，就能推理成功了。