OpenVINO问题集之二

一. 如何在使用Model Optimizer转模型的时候截取子网络？

运行mo.py脚本时指定 –input和--output参数为要截取的网络的输入和输出节点即可，请参考：链接

二. OpenVINO能转换Tensorflow2.0的模型吗？

从2020.4开始支持Tensorflow2.2.0。

三. 模型优化器可以将模型转换成INT8精度吗？

不可以，INT8量化可以使用OpenVINO中的Post Training Optimization Toolkit，参考：链接

四. 模型优化器对模型做了哪些优化？

请参考： 链接

五. 模型优化器如何转换Tensorflow Object Detection API模型？

请参考： 链接

六. 在OPENVINO中如何将Caffe开源框架训练出来的模型转为IR格式？

请参考： 链接

七. 自己训练的Bert模型转换成功，但是使用Inference Engine加载模型时出错：

模型转换命令：
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]

原因调查：从PB文件中可以查看到OneHot的Indices输入是Reshape2，该节点在pb中是int32，转换以后变成float32

解决方案：转换模型时添加数据类型信息
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]
参考链接：链接

八. PyTorch转ONNX，再转IR时，Unsample操作转不了

解决方案：Pytorch转ONNX时，指定opset_version=10是可以的。（2020.3之前版本中测试通过）