OpenVINO問題集之二

一. 如何在使用Model Optimizer轉模型的時候截取子網絡？

運行mo.py腳本時指定 –input和--output參數為要截取的網絡的輸入和輸出節點即可，請參考：鏈接

二. OpenVINO能轉換Tensorflow2.0的模型嗎？

從2020.4開始支持Tensorflow2.2.0。

三. 模型優化器可以將模型轉換成INT8精度嗎？

不可以，INT8量化可以使用OpenVINO中的Post Training Optimization Toolkit，參考：鏈接

四. 模型優化器對模型做了哪些優化？

請參考： 鏈接

五. 模型優化器如何轉換Tensorflow Object Detection API模型？

請參考： 鏈接

六. 在OPENVINO中如何將Caffe開源框架訓練出來的模型轉為IR格式？

請參考： 鏈接

七. 自己訓練的Bert模型轉換成功，但是使用Inference Engine加載模型時出錯：

模型轉換命令：
python mo_tf.py
--input_model xxx.pb
--disable_nhwc_to_nchw
--input IteratorGetNext:0,IteratorGetNext:1,IteratorGetNext:4
--input_shape [1,128],[1,128],[1,128]

原因調查：從PB文件中可以查看到OneHot的Indices輸入是Reshape2，該節點在pb中是int32，轉換以后變成float32

解決方案：轉換模型時添加數據類型信息
python mo_tf.py
--input_model xxx.pb
--disable_nhwc_to_nchw
--input IteratorGetNext:0{i32},IteratorGetNext:1{i32},IteratorGetNext:4{i32}
--input_shape [1,128],[1,128],[1,128]
參考鏈接：鏈接

八. PyTorch轉ONNX，再轉IR時，Unsample操作轉不了

解決方案：Pytorch轉ONNX時，指定opset_version=10是可以的。（2020.3之前版本中測試通過）