chen68img2bin
img2bin能够生成模型推理所需的输入数据，以.bin格式保存。当前仅支撑输入为图片类型的神经网络预处理。
有两类数据，一类是图片数据，另一类是模型需要的第二个输入数据，如fasterrcnn的第二个输入是图片的shape信息。
图片缩放采用的是等比例缩放，空余的地方用0填充。
前提条件
- 脚本可在Centos和Ubuntu环境下使用,只支持x86架构。
- 脚本支持python2和python3.7.5(MindStudio依赖python3.7.5)。
- 如未安装opencv-python，第一次使用，脚本会自动安装。
获取脚本
-
下载压缩包方式获取。
将 https://gitee.com/ascend/tools 仓中的脚本下载至服务器的任意目录。
例如存放路径为：$HOME/AscendProjects/tools。
-
命令行使用git命令方式获取。
在命令行中：$HOME/AscendProjects目录下执行以下命令下载代码。
git clone https://gitee.com/ascend/tools.git
使用方法
进入脚本所在目录。
cd $HOME/AscendProjects/img2bin
第一类图片：
- 脚本会将 -i 后指定的图片目录下的所有图片按参数设置做相应的预处理，并以"文件名.bin"命名保存在-o指定的输出目录下。
python2 img2bin.py -i ./images -w 416 -h 416 -f BGR -a NHWC -t uint8 -m [104,117,123] -c [1,1,1] -o ./out
python3.7.5 img2bin.py -i ./images -w 416 -h 416 -f BGR -a NHWC -t uint8 -m [104,117,123] -c [1,1,1] -o ./out
第二类：
- 第二类数据，需要新建一个文件，文件模板为test.txt，"input_node"为数据，"shape"为数据的shape信息。
- 文件模板的后缀必须是“.txt”。
- 第二类数据只需 -i、-t、-o三个参数。
- 参数 -i 需要指定文件的目录或路径，-t 需要指定数据类型，-o指定输出目录。
python2 img2bin.py -i ./test.txt -t uint8 -o ./out
python3.7.5 img2bin.py -i ./test.txt -t uint8 -o ./out
参数说明
| 参数名 | 说明 |
|---|---|
| -i | 输入目录或路径， 在目录下，不能同时有图片和txt，一次只能转一种数据 |
| -w | 输出图片宽 |
| -h | 输出图片高 |
| -f | 输出图片色彩格式，支持（BGR/RGB/YUV/GRAY） |
| -a | 输出图片格式，支持（NCHW/NHWC） |
| -t | 图片或第二个数据的输出数据类型，支持（float32/uint8/int32/uint32） |
| -m | 减均值，默认为[0,0,0]，顺序与图片色彩格式保持一致 当色彩格式为yuv时，设置[0,0] 当色彩格式为gray时，设置[0] |
| -c | 归一化，默认为 [1,1,1]，顺序与图片色彩格式保持一致 当色彩格式为yuv时，设置[1,1] 当色彩格式为gray时，设置[1] |
| -o | 输出目录 |