模型管理

更新时间：2022-06-27

模型添加

EdgeBoard开发管理平台支持EasyDL模型、BML模型、Paddle模型和EdgeBoard专项SDK（包含烟火检测、安全帽检测、电子围栏、车流统计、车牌识别、人体属性识别、人体关键点、车型识别、车辆属性识别等算法，可通过购买软硬一体产品获取https://ai.baidu.com/tech/hardware/edgeboard）

模型文件格式只支持zip格式。

Paddle模型

Paddle模型是指通过PaddlePaddle框架或其开源套件等工具训练的模型，并导出适合在端上部署的静态图模型文件，可以通过Netron工具打开其网络结构。

EdgeBoard开发管理平台支持物体检测模型和单图单标签的图像分类模型，具体支持网络请参考EdgeBoard支持的模型，其他网络模型暂不支持。

Paddle模型包含两个文件夹，config和model，内部文件名称是固定，比如config文件中包含一个配置文件config.json，model文件夹中包含模型文件和标签文件，分别命名为model、params、label_list.txt，如果训练后导出的静态图模型不是该名称，可以自行更改。

Paddle模型添加页面包含样例，可下载到本地查看，同时文档中提供了分类和检测两种示例文件可供格式参考。

物体检测模型格式

示例下载

示例结构

图像分类模型格式

示例下载

示例结构

config.json详解

{
    "version": 1.0,
    "networkType": "detection",
    "networkName": "yolov3",
    "threshold": 0.35,
    "transforms": [{
            "action": "Resize",
            "width": 608,
            "height": 608,
            "interpolation": "bilinear"
        },
        {
            "action": "Normalize",
            "mean": [123.675, 116.28, 103.53],
            "scale": [0.0171248, 0.017507, 0.0174292]
        },
        {
            "action": "ConvertFormat",
            "format": "RGB"
        }
    ]
}

"version":模型格式版本，目前仅为1.0

"networkType"：网络类型，目前只包含检测模型detection，分类模型classification，

"networkName"：网络名称，如果是yolov3模型，该字段的值必须为yolov3

"threshold"：阈值，若推理结果的score值小于阈值则会被过滤

"action": "Resize"：图像缩放，指图像输入模型前的预处理操作之一

"action": "Normalize"：图像归一化，指图像输入模型前的预处理操作之一

"action": "ConvertFormat"：图像颜色空间格式，一般分为RGB和BGR两种

"width" && "height"：模型输入尺寸

"interpolation":图像插值，一般分为bilinear、nearest、cubic

"format"：图像颜色空间格式

"mean"：图像处理均值

"scale"：图像缩放系数

注意：config.json文件内的mean、scale计算方式与训练模型时的计算方式可能不同，在使用设备进行模型推理时，需要将训练模型的mean和std换算成EdgeBoard中的mean和scale。

一般图像归一化处理有如下两种方式：

例如R为一张图片中一个像素点的R通道的值

①（R / 255 – mean） / std

②（R – eb_mean) * eb_scale（EdgeBoard处理方式）

如果训练模型的mean和std为第一种计算方式，就需要通过如下运算，计算为EdgeBoard的处理方式。

   EdgeBoard中的mean值 = mean * 255

   EdgeBoard中的scale值 = 1 / ( 255 * std )

label.list文件详解

0 face
1 face_mask

注意：label.list文件内容，内容结构必须为index【空格】label的格式，才能被正确调用。

模型压缩方式

将训练好的模型按照上述方式配置完成之后，需要压缩成zip格式的压缩包上传到管理平台，注意：压缩时直接选择config和model两个文件夹打包，不能多一层打包目录。可参考如下操作视频

EasyDL模型格式

EasyDL模型是指通过EasyDL平台或者BML平台训练生成的EdgeBoard专项适配模型，需要输入正确的序列号，并联网激活后，才可以正常使用

EasyDL模型联网鉴权

首次添加或使用EasyDL模型，需要设备在能够连接外网的情况下，激活模型，才能正常使用，EdgeBoard连接外网方式可参考EdgeBoard访问外网的方法

注意：激活时，必须保证设备能够访问外网，同时设备时间为当前时间，可通过系统配置页面更改系统时间。

EdgeBoard模型格式

EdgeBoard SDK是指百度自研的EdgeBoard专用技能SDK，暂不支持用户自行添加。

EdgeBoard SDK目前包含了人体跟踪、电子围栏、关键点检测、人体属性、车辆属性、烟火检测、车辆跟踪、车牌识别、车流统计、路内停车、人体&车辆跟踪、安全帽、车型识别等能力。并推出定制化的EdgeBoard场景化盒子，相关购买链接请参考：百度AI市场aim.baidu.com，相关文档参考EdgeBoard场景化产品使用说明，后续会加入更多百度自研模型，开放更多的能力为广大客户。

注：管理系统本身不带有任何模型和能力，EdgeBoard基础版边缘计算盒中不带有EdgeBoard SDK及其能力，如需使用EdgeBoard专用技能SDK，需购买EdgeBoard能力型软硬一体方案。