新增自定义模型组件
新增自定义模型组件有如下入口：
- 在Projects Explorer窗口，打开*.mind文件的编排窗口，单击右侧新增自定义模型组件。
- 在Projects Explorer窗口，选中Mind类型工程，选择菜单。
- 在Projects Explorer窗口，选中Mind类型工程，单击右键，选择菜单。
下面分别介绍自定义模型组件的两种生成方式。
通过新增方式增加自定义模型组件
- 单击My Models右侧的
，添加自定义模型组件，如图1所示。
- 弹出窗口，如图2所示。
“Model type”可选择Caffe，Tensorflow或Offline model：
- Caffe模型：必须配置模型文件 （Model File）和权重文件（Weight File）。
- Tensorflow模型：必须配置模型文件（Model File）。
- Offline model：必须选择模型路径（Model Path ）。
- 单击Model File右侧的
按钮，选择一个模型文件。左边的按钮是从客户端选择文件，右边的按钮是从Mind Studio服务器端安装用户的根目录选择文件（其他选择文件的地方都是相同的）。
若要从Mind Studio服务器上选择模型文件，则要求Mind Studio安装用户对模型文件所在目录具有写权限。
如图3所示。- “Model Name”自动填充模型文件的名称，用户可以在选择模型文件后自行修改为想要的名称。
- “Input Shape”
- Caffe模型：工具会解析模型文件获取模型的默认“Input Shape”，格式为 input_name:n,c,h,w。
- Offline model：不显示该参数。
- Tensorflow模型：Tensorflow或者是带有自定义层的模型暂不支持解析，通过单击Input Shape右边的
配置该参数，可以配置多个，配置两个的示例如图4所示。
用户上传的原始网络模型可以通过https://lutzroeder.github.io/netron/（使用chrome打开）进行解析，解析结果如图5所示，其中n表示一次处理的图片数量，解析出来是“？”，需要用户根据实际情况填写。
- 选择了模型文件后，Model File右侧会多出
按钮，单击该按钮，展示该模型的原始网络结构图，并且可以设置需要Report（转换后，选中层的输出会直接作为离线模型的输出）的层。如果某层的Report设置为Yes，该层变成绿色。如图6所示。
目前只有选择Caffe模型文件后，Model File右侧会多出
按钮，选择Tensorflow模型不会出现该按钮。 - 打开“Quantization”开关，可以进行量化设置。如图7所示。
“Input Type”可以选择“Image”或者“Binary”，
- 如果选择Image，Images File选择图片文件夹。
- 如果选择Binary，Images File选择bin文件。
进行量化时，建议选择多张图片进行量化，如果数量太少，可能会影响精度；建议最多不超过50张，数量太多，有可能因为量化时间太长导致进程超时（限定3小时）。
- 单击“Advanced”，可以设置量化的“Image Format”、“均值”和“标准差”，设置完成后单击“ok”使设置生效，如图8所示。
如果量化开关开启，模型转换完毕后，在相应工程下的convertModel.log文件中可以查看量化参数的配置信息。量化配置的详细说明请参见《模型转换指导》。
- 单击“Optional Options”，可进行更多可选配置，如图9和图10所示。
配置项说明如表1所示。
表1 Optional Options参数说明 参数名称
参数描述
Operator Plugin Path
算子插件路径。
如果有针对所导入模型的自定义开发算子，此处需要导入。
Input Image Preprocess
AIPP图片预处理相关配置，默认开启，如果不需要设置可以将该开关关闭；如果开启该参数，则模型转换完毕后，在相应工程目录下的convertModel.log文件中可以查看相关参数配置信息。AIPP配置的详细说明请参见《模型转换指导》。
Image Preprocess mode
Aipp图片预处理模式，从下拉框选择。默认值为Static。
- Static：静态Aipp。
- Dynamic：动态Aipp。须知：
- 当“Image Preprocess mode”取值Static时，系统显示参数包括Input Image Format、Input Image Size[W|H]、Image Format Conversion、Model Image Format、Crop Start Loc[W|H]、Mean Less和Multiplying Factor。
- 当“Image Preprocess mode”取值Dynamic时，系统只显示Max Image Size(Byte)。
- 当“Image Preprocess mode”取值Dynamic时。如果在模型转换后需要修改图片的输入/输出格式，请修改推理引擎节点的属性参数Dynamic Aipp（包括Input Image Format、Image Format Conversion、Model Image Format）。如果需要修改图片的输入/输出之外的其他信息，请参见《Matrix API参考》。
Input Image Format
输入图片格式，默认为YUV420SP_U8。
选项：YUV420SP_U8、XRGB8888_U8、RGB888_U8、YUV400_U8。
Input Image Size[W|H]
输入图片大小，默认值由模型文件Input层的宽和高分别128和16对齐得到。
Image Format Conversion
色域转换开关，默认开启。
当输入图片格式与模型处理文件格式不一致时需要开启。
Model Image Format
模型处理图片格式，默认为BGR888_U8。
选项：YUV444SP_U8，YVU444SP_U8，RGB888_U8，BGR888_U8，GRAY
开启色域转换开关后选择。
Crop Start Loc[W|H]
抠图开始位置，默认关闭，开启开关后可以设置起始位置。
Mean Less
减均值，默认开启。
三个通道的值默认为104、117、123。
Multiplying Factor
乘系数（均方差或(max-min)的倒数），默认关闭。
Max Image Size(Byte)
处理图片时一次申请的内存空间大小，取值范围为(0, 4294967295]。
如果用户需要修改该参数，则取值等于N * H * W * 4。（N,H,W来自“Input Shape”参数。W和H默认值由模型文件Input层的宽和高分别128和16对齐得到。4表示系数，系统校验时该系数根据输入图片格式有不同的取值，分别是YUV400_U8：1、YUV420SP_U8：1.5、RGB888_U8：3、XRGB8888_U8：4，为了保证空间充足，该参数使用最大值4）。
Encryption
是否加密。开关打开表示加密，否则为不加密。
具体配置请参见加密自定义模型。
转换模型时开启Input Image Preprocess，Input Image Format选择XRGB8888_U8或者RGB888_U8，使用这样配置转换出的模型，在执行推理业务时，数据集应当导入格式为NHWC的图片。
- 根据用户需求完成配置后，单击“ok”可以进行模型新建。该操作设置了3小时运行时间限制，如果超过3小时还不能完成模型转换，则会结束转换进程。
- 如果转换成功，会展示转换成功页面，包括模型路径（路径默认展示在设备运行的模型的路径）和模型文件大小，如图11所示。
- 如果转换失败，会弹出Error Report界面。
出现模型转换失败页面时，请确保打开Mind Studio的网页没有缩放（可以放大网页），如果网页存在缩放，则模型转换失败页面可能会有部分菜单无法展示。
如果失败类型仅是重命名算子，需要用户选择该类型对应的算子，如图12所示。
从下拉框选择一个算子后，单击“Retry”进行重试，如图13所示。
如果失败类型包含不支持的算子，如图14所示。
单击“Customize”对该类型的算子创建工程，进行自定义算子插件开发，详细请参考《Ascend 310 TE自定义算子开发指导 （Mind Studio方式）》。
自定义算子插件开发完成后，重新进行离线模型导入，导入时需要选择开发好的自定义算子插件，如图15所示。
单击“ok”进行转换。
- 模型转换成功后，会在自定义模型组件中展示，可直接拖拽用于后续编排，如图16所示。
单击左侧的Model Zoo页签，可以在model-zoo的my-model中看到自定义的模型组件，如图17所示。
通过模型转换方式生成
- 在Projects Explorer页签中选中需要转化模型的工程名称。
- 右击选择或者界面选择。
弹出模型转化配置界面，如图18所示。
- 模型转化配置界面参数与新建模型参数配置相同，具体请参考通过新增方式增加自定义模型组件。
- 配置完成后，单击“ok”，进行模型转化。
- 转换成功后展示转换成功页面，包括模型路径（路径默认展示在设备运行的模型的路径）和文件大小，如图19所示。
如果失败并且弹出Error Report界面，请参见8.b。
- 模型转换成功后可以在中看到自定义的模型组件，如图20所示。
如果没有看到该模型，请单击“Model Zoo Explorer”区域左侧的刷新按钮
尝试。基于性能原因考虑，暂不支持通过展开折叠文件夹的方式刷新目录，如果要刷新目录，只能通过单击
实现。同时可以在中看到新增的模型，如图21所示。
