# 导入/转换ModelArts开发模型 技能可以抽象地理解为算法模型+逻辑代码。算法模型负责关键的AI推理，逻辑代码负责处理模型推理的结果。因此在HiLens Studio开发技能时，需要将模型导入HiLens Studio。 本章节介绍如何将在ModelArts开发的模型导入HiLens Studio，以及针对非"om"格式的模型，如何在HiLens Studio进行模型转换。 #### 前提条件 已在ModelArts在线训练算法模型，训练模型可参见《ModelArts文档》。如果要使用ModelArts的预置算法，当前华为HiLens平台仅支持转换如下预置算法： - [yolov3_resnet18（检测物体类别和位置）](https://developer.huaweicloud.com/develop/aigallery/algorithm/detail?id=948196c8-3e7a-4729-850b-069101d6e95c) - [ResNet_v1_50（图像分类）](https://developer.huaweicloud.com/develop/aigallery/algorithm/detail?id=40b66195-5bbe-463d-b8a2-03e57073538d) ![](https://support.huaweicloud.com/usermanual-hilens/public_sys-resources/note_3.0-zh-cn.png) - 暂不支持导入ModelArts中"自动学习"训练的模型。 - 华为HiLens 只能导入ModelArts中训练的模型文件，不能导入ModelArts的模型。 #### 导入（转换）模型 1. 在HiLens Studio界面左侧，单击![](https://support.huaweicloud.com/usermanual-hilens/zh-cn_image_0000001138665273.png "点击放大")。 页面左侧将显示您在ModelArts训练好的模型列表。 图1模型列表 ![](https://support.huaweicloud.com/usermanual-hilens/zh-cn_image_0000001162949958.png) 2. 选择待导入、转换的模型，单击"Operation"列的"Apply"。 - 如果是"om"格式的模型，待模型导入成功后，HiLens Studio右下角会提示"Model imported successfully."，文件夹"model"下会显示新导入的模型文件。 - 如果是非"om"格式的模型，会弹出"Convert Model"对话框。 按[表1]填写模型转换的信息，单击"OK"。 表1Convert Model参数说明 | 参数 | 说明 | |:---|:---| | Model Path | 待转换的模型文件在技能项目文件中的位置。一般将模型导入至文件夹"save_model"。 | | Configuration | 待转换模型的配置文件在技能项目文件中的位置。例如"save_model/aipp_rgb.cfg"。 | | Output Path | 模型转换后输出位置。 | | Type | 模型转换的类型，包括"TF-FrozenGraph-To-Ascend-HiLens"、"Caffe to Ascend"。 - "TF-FrozenGraph-To-Ascend-HiLens" 支持将Tensorflow frozen graph模型转换成可在ascend芯片上运行的模型。 - "Caffe to Ascend" 支持将Caffe模型转换成可在ascend芯片上运行的模型。 | | Advanced Options | 当模型转换类型为"TF-FrozenGraph-To-Ascend-HiLens"时，可填写高级选项，包括张量形状、转换输出节点等参数选项，详情请见[表2]。 | 表2Advanced Options | 参数名称 | 参数说明 | |:---|:---| | Input Tensor Shape | 输入张量形状。若在上文"模型来源"中，选择需要转换格式的模型（非om格式模型），并且转换类型是"Tensorflow frozen graph 转 Ascend"或"Tensorflow SavedModel 转 Ascend"时，需要填写输入张量形状。 张量形状即模型输入数据的shape，输入数据格式为NHWC，如"input_name:1,224,224,3"，必填项。"input_name"必须是转换前的网络模型中的节点名称。当模型存在动态shape输入时必须提供。例如"input_name1:?,h,w,c"，该参数必填，其中"?"为batch数，表示1次处理的图片数量，需要根据实际情况填写，用于将动态shape的原始模型转换为固定shape的离线模型。 如果存在多个输入，请以分号（;）隔开。 | | out_nodes | 转换输出节点，即指定输出节点,例如"node_name1:0;node_name1:1;node_name2:0"，其中"node_name"必须是模型转换前的网络模型中的节点名称,冒号后的数字表示第几个输出,例如"node_name1:0"，表示节点名称为"node_name1"的第0个输出。 | | input_format | 输入数据格式，默认是"NHWC",如果实际是"NCHW"的话,需要通过此参数指定"NCHW"。 | | net_format | 优选数据格式，即指定网络算子优先选用的数据格式，"ND(N=4)"和"5D"。仅在网络中算子的输入数据同时支持"ND"和"5D"两种格式时，指定该参数才生效。"ND"表示模型中算子按"NCHW"转换成通用格式，"5D"表示模型中算子按华为自研的5维转换成华为格式。"5D"为默认值。 | | fp16_high_precsion | 生成高精度模型，指定是否生成高精度"FP16 Davinci"模型。 - 0为默认值，表示生成普通"FP16 Davinci"模型，推理性能更好。 - 1表示生成高精度"FP16 Davinci"模型，推理精度更好。 | | output_type | 网络输出数据类型，"FP32"为默认值,推荐分类网络、检测网络使用；图像超分辨率网络，推荐使用"UINT8"，推理性能更好。 |