【OpenVINO+paddle】覆盖300多种飞桨算法-PPHub+PP2ONNX+IR部署三步走

【OpenVINO+paddle】覆盖300多种飞桨算法-PPHub+PP2ONNX+IR部署三步走

这篇博客我提供了一个全新的openvino部署思路，并且通过这个思路您可以直接调用300多种飞桨算法系统地了解他们，并在在openvino的部署。同时您还可以部署的算子有哪些可以用的哪些是不能用的。
在这篇博客中我将演示从以mobilenet_v3_large_imagenet_ssld这个例子来演示如何部署。
所有代码和资源都挂载到aistudio的平台上，您可以直接打开下面的链接直接运行：
https://aistudio.baidu.com/aistudio/projectdetail/3596186ontributionType=1

注意：这篇博客主要是在python和jupyter notebook下的运行的。
参考：Raymond Lo的demo(博士、英特尔智慧边缘软件布道者)

当然先阶段来说只能通过这种麻烦的多步转化的方法，在3月15日OpenVINO发布的新版本中可以直接将飞桨模型进行转化，大部分模型哦度不需要进行转化了。

paddle-Hub

为什么说覆盖300多种算法呢就要先介绍一下paddle-Hub。
这是飞桨直接提供训练好模型的模块，总的来说有三个功能：
1、您可以直接下载调用这个模型
2、您可以下载这个模型的权重
3、您可以通过服务器调用模型

我们可以通过这个模块直接下载飞桨训练好的模型，大部分的模型都是可以下载训练好的冻结模型来使用，然后我们将会使用这些冻结模型进行
后面我们的模型转化。
这个是paddle-Hub的链接：
https://www.paddlepaddle.org.cn/hublist
下面是模型页面

关于API的调用这里我就不多说了，感兴趣的朋友可以直接根据我提供的链接深入了解，这里我只讲解怎么下载冻结模型，这是一个很简单的语句，就下面这句话，您在自己的电脑里面输入您想要下载模型的全程，规定好下载的名字即可，这个我会在下面的代码中演示，只需要简单了解就行。

第二步是要安装好paddlehub等会我们需要用他下载模型

引入了paddle hub，您可以尝试通过输入模型到name=“模型”，只要这个模型是可以在hub上找到的并且已经上传了就可以下载他们的静态模型pdmodel、pdiparams。

这是我下载的一个人体骨骼模型

这里我们定义两个自定义的函数来帮助我们处理图像，第一个函数如您所见，是用来读取图像并处理成RGB图像，第二个是因为这里模型的原因，我们引入一层softmax来处理结果的。如果您使用的是其他则不必在意这段

开始转化

识别的图片是一张火柴，这是结果

来源：翼达口香糖