معرفی شرکت ها

brocolli-2.0.0

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
2.0.0
1.0.0
2.0.0
1.0.0

توضیحات

everything in pytorch
ویژگی مقدار
سیستم عامل OS Independent
نام فایل brocolli-2.0.0
نام brocolli
نسخه کتابخانه 2.0.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده desmond
ایمیل نویسنده desmond.yao@buaa.edu.cn
آدرس صفحه اصلی https://github.com/inisis/brocolli
آدرس اینترنتی https://pypi.org/project/brocolli/
مجوز -
# brocolli torch fx based pytorch model converter, including pytorch2caffe, pytorch2onnx. torch fx based pytorch model quantizier. Pytorch version 1.9.0 and above are all supported # Installation ``` pip install brocolli ``` # How to use * torch2caffe * caffe installation ```bash pip install brocolli-caffe PYVER=$(python -c "import sys; print('python{}.{}'.format(*sys.version_info))") export LD_LIBRARY_PATH=$CONDA_PREFIX/lib/$PYVER/site-packages/caffe:$CONDA_PREFIX/lib ``` ``` import torchvision.models as models from brocolli.converter.pytorch_caffe_parser import PytorchCaffeParser net = models.alexnet(pretrained=False) pytorch_parser = PytorchCaffeParser(net, [(1, 3, 224, 223)]) pytorch_parser.convert() pytorch_parser.save('alexnet') ``` run this script until you see "accuracy test passed" on screen, then you can get alexnet.caffemodel and alexnet.prototxt under under current folder. * torch2onnx ``` import torchvision.models as models from brocolli.converter.pytorch_onnx_parser import PytorchOnnxParser net = models.alexnet(pretrained=False) pytorch_parser = PytorchCaffeParser(net, [(1, 3, 224, 223)]) pytorch_parser.convert() pytorch_parser.save('alexnet.onnx') ``` run this script until you see "accuracy test passed" on screen, then you can get alexnet.onnx under under current folder. # Notice * ✔️ : support * ❔ : shall support * ❌ : not support Curently supported layers | |Caffe|TensorRT| |--- |---|---| |Conv |✔️|✔️| |PRelu |✔️|❔| |MaxPooling |✔️|✔️| |Sigmoid |✔️|✔️| |BatchNormalization |✔️|✔️| |Relu |✔️|✔️| |LeakyRelu |✔️|✔️| |Add |✔️|✔️| |AvgPool |✔️|✔️| |Flatten |✔️|✔️| |FullyConnected |✔️|✔️| |Softmax |✔️|✔️| |Upsample |✔️|✔️| |Permute |✔️|✔️| |Concat |✔️|✔️| |Unsqueeze |✔️|❔| |Relu6 |✔️|✔️| |Pad |✔️|✔️| |HardSwish |✔️|✔️| |HardSigmoid |✔️|✔️| |Mul |✔️|✔️| |Slice |✔️|✔️| |L2Normalization |✔️|❔| |Resize |✔️|✔️| |ReduceMean |✔️|✔️| |BilinearInterpolate |✔️|✔️| |MaxUnPool |✔️|❌| |ConvTranspose |✔️|✔️| |Gather |❌|✔️| |PixelShufle |✔️|❔| Curently supported network | |Caffe|TensorRT| |--- |---|---| |SSD |✔️|❔| |AlexNet |✔️|✔️| |ResNet |✔️|✔️| |GoogleNet |✔️|✔️| |SqueezeNet|✔️|✔️| |MobileNet |✔️|✔️| |DenseNet |✔️|✔️| |ShuffleNet|✔️|✔️| |SCNN |✔️|✔️| |SegNet |✔️|❌| |YoloV5 |✔️|✔️| |YoloV3 |✔️|✔️| |Realcugan |✔️|❔| |Yolo-Lite |✔️|❔| |Resa |❌|✔️| |YoloX |✔️|✔️| |BiSeNet |❌|✔️| |fbnet |✔️|❔| |regnet |✔️|❔| |ghostnet |✔️|❔| |tinynet |✔️|❔| |YoloV7 |✔️|❔| # TODO RNN support # Contact QQ Group: 597059928 ![image](https://raw.githubusercontent.com/inisis/brocolli/master/imgs/QGRPOUP.png)


نیازمندی

مقدار نام
- loguru
==1.9.0 onnx
==1.8.0 onnxruntime
- tabulate


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl brocolli-2.0.0:

    pip install brocolli-2.0.0.whl


نصب پکیج tar.gz brocolli-2.0.0:

    pip install brocolli-2.0.0.tar.gz