CenterNet_Export_Guide.md

centernet模型导出

1. 准备工作

centernet模型导出是在Pytorch模型的生产环境下进行的，需提前根据​centernet官方开源仓库的要求安装好Pytorch环境，准备好相应的代码和模型，并保证模型能够在Pytorch环境下正常推理运行。 注意：建议使用1.8.0+cpu的torch版本，避免因pytorch版本导致模型编译失败。

2. 主要步骤

2.1 dlav0.py网络修改说明

tools/目录下dlav0.py，是从CenterNet源码中，修改dlav0.py中DLASeg类forward方法的返回值后得到的。

#return [ret]
return torch.cat((ret['hm'], ret['wh'], ret['reg']), 1) 

将heatmap, wh, reg三个head的特征图concat到一起，方便后续bmodel的转换

2.2 导出torchscript模型

​Pytorch模型在编译前要经过torch.jit.trace，trace后的模型才能使用tpu-nntc编译BModel。tools中提供了export_torchscript.py，可以直接使用它导出torchscript模型。

注意： 导出的模型建议以.pt为后缀，以免在后续模型编译量化中发生错误。

2.3 导出onnx模型

如果使用tpu-mlir编译模型，则必须先将Pytorch模型导出为onnx模型。tools中提供了模型导出脚本export_onnx.py，可以直接使用它导出onnx模型。

3. 常见问题

TODO