# exporter

Python API: `modelconverter.platforms.rvc2.exporter`

将模型导出到 RVC2 平台。

转换在 RVC2 Docker 镜像中运行，并分为两个阶段：OpenVINO 的模型优化器 (`mo`) 将 ONNX 模型转换为 OpenVINO IR，然后 `compile_tool` 将该 IR 编译为用于固定数量 SHAVE 核心的
`.blob`。可选地，为每个 SHAVE 计数编译一个 blob，并将结果打包成一个 `.superblob`。

## 类

### CompileResult

单个 `compile_tool` 调用的结果。

#### 属性

##### blob_path

编译后的 blob 写入的路径。

##### result

完成的 `compile_tool` 子进程，携带其峰值内存使用量。

### RVC2Exporter

从 ONNX、TFLite 或 IR 模型生成 RVC2 blob 的导出器。

模型首先使用 `mo` 转换为 OpenVINO IR（除非给定 IR 作为输入），然后使用 `compile_tool` 针对配置的 SHAVE 核心数量进行编译。启用 superblob 选项后，将为从 1 到 16 的每个 SHAVE 计数编译一个
blob，并将结果打包到一个 `.superblob` 中。

#### 方法

##### init

```python
def __init__(config: SingleStageConfig, output_dir: Path):
```

从 RVC2 配置初始化导出器。

参数

 * `config` (`SingleStageConfig`): 要导出的阶段的配置。其 `rvc2` 部分提供 RVC2 特定的选项。
 * `output_dir` (`Path`): 编译后的模型和构建信息写入的目录。

##### export

```python
def export(self) -> Path:
```

转换模型并为 RVC2 编译。

TFLite 输入首先转换为 ONNX，ONNX 输入转换为 OpenVINO IR，IR 输入直接使用。

返回

 * `Path`: 编译后的 `.blob` 的路径，如果启用了 superblob 编译，则为 `.superblob` 的路径。

引发

 * `NotImplementedError`: 如果输入文件类型既不是 TFLite、ONNX 也不是 OpenVINO IR。

##### exporter_buildinfo

```python
def exporter_buildinfo(self) -> Params:
```

返回 RVC2 特定的构建信息。

返回

 * `Params`: `mo` 和 `compile_tool` 版本、目标设备以及模型编译时使用的 SHAVE 和 CMX slice 计数。

## 属性

### DEFAULT_SUPER_SHAVES

### OV_2021
