[发明专利]一种多神经网络框架间的快速模型验证方法

权利要求书

1.一种多神经网络框架间的快速模型验证方法，其特征在于，所述方法包括以下步骤:

(1)搭建pytorch框架环境，导入torch库、torch.nn库；

(2)基于pytorch框架环境搭建神经网络模型并进行调试，生成格式为.pth的文件；

(3)使用torch与caffe间的转换工具，将格式为.pth的文件转换为格式为.caffemodel及prototxt的caffe框架下的文件；

(4)搭建caffe框架环境，并验证转换后的文件是否正常运行；

(5)验证该模型在实际应用中的可行性，将模型写入需要使用该模型的产品中，观察是否能输出规定输出的文件，测试该产品是否能正常工作。

2.根据权利要求1所述的多神经网络框架间的快速模型验证方法，其特征在于，步骤(1)中，安装所需python版本，下载python包管理工具，安装对应版本的pytorch和torchvision，其中torchvision用以通过可视化协助搭建者调试神经网络模型，安装完成后运行demo测试是否安装成功。

3.根据权利要求1所述的多神经网络框架间的快速模型验证方法，其特征在于，步骤(2)中，在pytorch框架环境下搭建神经网络模型，模型包括数据集处理文件、网络模型文件、网络训练文件、网络测试文件、可视化文件；

数据集处理文件用以教导神经网络训练和测试使用的数据集按照规定的规则进行解压、处理，以及进行数据集的转换与划分；网络模型文件用以定义神经网络的结构，神经网络的结构包括每层滤波器的数量、滤波器大小及参数、初始化方式；网络训练文件用以定义该神经网络模型在训练过程中使用训练数据集进行训练，并将训练结果反馈至模型文件对神经网络模型进行优化；网络测试文件用以定义训练完成的网络使用测试数据集对网络模型进行测试；可视化文件用以定义将网络测试效果使用图表形式可视化。

4.根据权利要求3所述的多神经网络框架间的快速模型验证方法，其特征在于，步骤(2)中，pytorch框架下的神经网络模型在训练、优化、调试完毕后，根据源代码生成格式为.pth的文件。

5.根据权利要求1所述的多神经网络框架间的快速模型验证方法，其特征在于，步骤(3)中，在Github上下载相关开源的转换工具，转换工具为pytorch2caffe、onnx中的其中一种，参照转换工具的工程文件中的README.md文件将pytorch框架下的格式为.pth的文件转化为格式为.caffemodel及prototxt的文件。

6.根据权利要求1所述的多神经网络框架间的快速模型验证方法，其特征在于，步骤(4)中，安装对应版本的caffe，将格式为.caffemodel和prototxt的文件导入至caffe框架中，测试是否正常运行，观察运行完毕后是否输出规定的输出文件，若不报错，则说明输出正常，输出文件由模型确定。