本页目录

  • 概述
  • 准备工作
  • 模型源文件
  • 校准数据
  • 转换为 RVC 平台
  • 教程

模型转换

概述

要将自定义模型部署到 Luxonis 设备上,必须将其从原始框架(如 PyTorch、TFLite 等)转换为与目标 RVC 平台兼容的格式。 转换过程包括以下步骤:
  1. 准备模型源文件;
  2. 准备校准数据(可选);
  3. 将模型转换为 RVC 编译格式之一。

准备工作

模型源文件

目标模型应准备为以下格式之一:
  • ONNX.onnx)、
  • OpenVINO IR.xml.bin)、或
  • TensorFlow Lite.tflite)。
建议将模型转换为 ONNX,因为它在转换到合适的 RVC 平台时提供了最多的选项。 请查看 转换为 ONNX 部分以获取更多信息。

校准数据

校准数据用于指导模型量化。 您可以在 概念 页面了解更多关于该过程的信息。 如果您不打算在转换过程中量化模型,可以跳过此步骤。

转换为 RVC 平台

准备好模型源文件和校准数据后,您可以继续进行目标 RVC 平台的转换(RVC 编译格式)。 我们提供了支持在线和离线转换的工具。 在线转换特别方便,因为它不需要系统准备,只需几次点击即可完成。 离线转换在您的系统上运行,适用于网络访问受限的环境或希望将转换集成到工作流程中的情况。 此外,为了提供完全的自定义能力,我们解释了手动转换的步骤。
  • 在线转换:
    • HubAI推荐)- 适用于所有 RVC 平台的转换,
    • BlobConverter旧版)- 适用于 RVC2 和 RVC3 平台的转换,
    • YOLO 简化转换旧版)- 适用于 RVC2 和 RVC3 平台的 YOLO 模型转换。
  • 离线转换:

教程

我们准备了一些教程,帮助您使用 HubAI SDK 进行在线转换。请访问 教程 页面查看。