[条记] rknn Toolkit1.6=＞2.0 API变更注释

RKNNToolkit2 API Difference With Toolkit1.6

原始文档出处参见上面的标题。下面会对重要的变更内容做标记。
rknn.config

• Toolkit1:
  
  1.   config(batch_size=100,                                  # abandoned
  2.          caffe_mean_file=None,                            # abandoned
  3.          dtype='float32',                                 # abandoned
  4.          epochs=-1,                                       # abandoned
  5.          force_gray=None,                                 # abandoned
  6.          input_fitting='scale',                           # abandoned
  7.          input_normalization=None,                        # abandoned
  8.          mean_file=None,                                  # abandoned
  9.          model_data_format='zone',                        # abandoned
  10.          model_quantize=None,                             # abandoned
  11.          optimize='Default',                              # abandoned
  12.          quantized_dtype='asymmetric_affine-u8',
  13.          quantized_moving_alpha=0.01,                     # abandoned
  14.          quantized_algorithm='normal',
  15.          quantized_divergence_nbins=1024,                 # abandoned
  16.          mmse_epoch=3,                                    # abandoned
  17.          random_brightness=None,                          # abandoned
  18.          random_contrast=None,                            # abandoned
  19.          random_crop=None,                                # abandoned
  20.          random_flip=None,                                # abandoned
  21.          random_mirror=None,                              # abandoned
  22.          reorder_channel=None,                            # abandoned
  23.          restart=False,                                   # abandoned
  24.          samples=-1,                                      # abandoned
  25.          need_horizontal_merge=False,                     # abandoned
  26.          deconv_merge=True,                               # abandoned
  27.          conv_mul_merge=True,                             # abandoned
  28.          quantized_hybrid=False,                          # abandoned
  29.          output_optimize=0,                               # abandoned
  30.          remove_tensorflow_output_permute=False,          # abandoned
  31.          optimization_level=3,
  32.          target_platform=None,
  33.          mean_values=None,
  34.          std_values=None,
  35.          channel_mean_value=None,                         # abandoned
  36.          force_builtin_perm=False,                        # abandoned
  37.          do_sparse_network=True,                          # abandoned
  38.          merge_dequant_layer_and_output_node=False,       # abandoned
  39.          quantize_input_node=False,                       # abandoned
  40.          inputs_scale_range=None)                         # abandoned

  复制代码
• Toolkit2:
  注意量化八月份吧
  
  1.   config(mean_values=None,
  2.          std_values=None,
  3.          quantized_dtype='asymmetric_quantized-8',
  4.          quantized_algorithm='normal',
  5.          quantized_method='channel',                      # new
  6.          target_platform=None,
  7.          quant_img_RGB2BGR=False,                         # new
  8.          float_dtype='float16',                           # new
  9.          optimization_level=3,
  10.          custom_string=None,                              # new
  11.          remove_weight=False,                             # new
  12.          compress_weight=False,                           # new
  13.          inputs_yuv_fmt=None,                             # new
  14.          single_core_mode=False)                          # new

  复制代码
• In addition to the above abandoned/new items, there are other differences:
  
  1.   quantized_dtype:
  2.       toolkit1: asymmetric_affine-u8, dynamic_fixed_point-i8, dynamic_fixed_point-i16
  3.       toolkit2: asymmetric_quantized-8
  4.   quantized_algorithm:
  5.       toolkit1: normal(default), mmse, kl_divergence, moving_average
  6.       toolkit2: normal(default), mmse
  7.   target_platform:
  8.       toolkit1: rk1808, rk3399pro, rv1109, rv1126
  9.       toolkit2: rk3566, rk3568, rk3588, rk3588s, rv1103, rv1106, rk3562 and newer

  复制代码

rknn.load_tensorflow

• Toolkit1:
  
  1.   load_tensorflow(tf_pb,
  2.                   inputs,
  3.                   input_size_list,
  4.                   outputs,
  5.                   predef_file=None,                       # abandoned
  6.                   mean_values=None,                       # abandoned
  7.                   std_values=None,                        # abandoned
  8.                   size_with_batch=None)                   # abandoned

  复制代码
• Toolkit2:
  
  1.   load_tensorflow(tf_pb,
  2.                   inputs,
  3.                   input_size_list,
  4.                   outputs)

  复制代码
• In addition to the above abandoned items, there are other differences:
  
  1.   inputs:
  2.       toolkit1: node list (layer name)
  3.       toolkit2: node list (operand name)
  4.   outputs:
  5.       toolkit1: node list (layer name)
  6.       toolkit2: node list (operand name)

  复制代码

rknn.load_caffe

• Toolkit1:
  
  1.   load_caffe(model,
  2.              proto,                                       # abandoned
  3.              blobs=None)

  复制代码
• Toolkit2:
  
  1.   load_caffe(model,
  2.              blobs=None,
  3.              input_name=None)                             # new

  复制代码

rknn.load_keras

• Toolkit1:
  
  1.   load_keras(model, convert_engine='Keras')

  复制代码
• Toolkit2:
  
  1.   Not supported yet
  4. !

  复制代码

rknn.load_pytorch

• Toolkit1:
  
  1.   load_pytorch(model,
  2.                input_size_list=None,
  3.                inputs=None,                               # abandoned
  4.                outputs=None,                              # abandoned
  5.                convert_engine='torch')                    # abandoned

  复制代码
• Toolkit2:
  
  1.   load_pytorch(model,
  2.                input_size_list)

  复制代码

rknn.load_mxnet

• Toolkit1:
  
  1.   load_mxnet(symbol, params, input_size_list=None)

  复制代码
• Toolkit2:
  
  1.   Not supported yet
  4. !

  复制代码

rknn.build

• Toolkit1:
  
  1.   build(do_quantization=True,
  2.         dataset='dataset.txt',
  3.         pre_compile=False,                                # abandoned
  4.         rknn_batch_size=-1)

  复制代码
• Toolkit2:
  
  1.   build(do_quantization=True,
  2.         dataset='dataset.txt',
  3.         rknn_batch_size=-1):

  复制代码

rknn.direct_build

• Toolkit1:
  
  1.   direct_build(model_input, data_input, model_quantize=None, pre_compile=False)

  复制代码
• Toolkit2:
  
  1.   Not supported yet
  4. !

  复制代码

rknn.hybrid_quantization_step1

• Toolkit1:
  
  1.   hybrid_quantization_step1(dataset=None)

  复制代码
• Toolkit2:
  
  1.   hybrid_quantization_step1(dataset=None,
  2.                             rknn_batch_size=-1,           # new
  3.                             proposal=False,               # new
  4.                             proposal_dataset_size=1)      # new

  复制代码

rknn.hybrid_quantization_step2

• Toolkit1:
  
  1.   hybrid_quantization_step2(model_input,
  2.                             data_input,
  3.                             model_quantization_cfg,
  4.                             dataset,                      # abandoned
  5.                             pre_compile=False)            # abandoned

  复制代码
• Toolkit2:
  
  1.   hybrid_quantization_step2(model_input,
  2.                             data_input,
  3.                             model_quantization_cfg)

  复制代码

rknn.accuracy_analysis

• Toolkit1:
  
  1.   accuracy_analysis(inputs,
  2.                     output_dir='./snapshot',
  3.                     calc_qnt_error=True,                  # abandoned
  4.                     target=None,
  5.                     device_id=None,
  6.                     dump_file_type='tensor')              # abandoned

  复制代码
• Toolkit2:
  
  1.   accuracy_analysis(inputs,
  2.                     output_dir='./snapshot',
  3.                     target=None,
  4.                     device_id=None)

  复制代码

rknn.load_rknn

• Toolkit1:
  
  1.   load_rknn(path,
  2.             load_model_in_npu=False)                      # abandoned

  复制代码
• Toolkit2:
  
  1.   load_rknn(path)

  复制代码

rknn.export_rknn

• Toolkit1:
  
  1.   export_rknn(export_path)

  复制代码
• Toolkit2:
  
  1.   export_rknn(export_path,
  2.               **kwargs)                                   # new

  复制代码

rknn.load_firmware

• Toolkit1:
  
  1.   load_firmware(fw_dir=None)

  复制代码
• Toolkit2:
  
  1.   Not supported yet
  4. !

  复制代码

rknn.init_runtime

• Toolkit1:
  
  1.   init_runtime(target=None,
  2.                target_sub_class=None,
  3.                device_id=None,
  4.                perf_debug=False,
  5.                eval_mem=False,
  6.                async_mode=False,
  7.                rknn2precompile=False)                     # abandoned

  复制代码
• Toolkit2:
  
  1.   init_runtime(target=None,
  2.                target_sub_class=None,
  3.                device_id=None,
  4.                perf_debug=False,
  5.                eval_mem=False,
  6.                async_mode=False)

  复制代码
• In addition to the above abandoned items, there are other differences:
  
  1.   target:
  2.       toolkit1: None(simulator), RK3399Pro, RK1808
  3.       toolkit2: None(simulator), RK3566, RK3568, RK3588, RK3562

  复制代码

rknn.inference

• Toolkit1:
  
  1.   inference(inputs,
  2.             data_type=None,                               # abandoned
  3.             data_format=None,
  4.             inputs_pass_through=None,
  5.             get_frame_id=False)

  复制代码
• Toolkit2:
  
  1.   inference(inputs,
  2.             data_format=None,
  3.             inputs_pass_through=None,
  4.             get_frame_id=False)

  复制代码

rknn.eval_perf

• Toolkit1:
  
  1.   eval_perf(inputs=None,                                  # abandoned
  2.             data_type=None,                               # abandoned
  3.             data_format=None,                             # abandoned
  4.             is_print=True,
  5.             loop_cnt=1)                                   # abandoned

  复制代码
• Toolkit2:
  
  1.   eval_perf(is_print=True)

  复制代码

rknn.export_rknn_precompile_model

• Toolkit1:
  
  1.   export_rknn_precompile_model(export_path=None)

  复制代码
• Toolkit2:
  
  1.   Abandoned

  复制代码

rknn.export_rknn_sync_model

• Toolkit1:
  
  1.   export_rknn_sync_model(input_model=None, sync_uids=None, output_model=None)

  复制代码
• Toolkit2:
  
  1.   Abandoned

  复制代码

rknn.register_op

• Toolkit1:
  
  1.   register_op(op_path)

  复制代码
• Toolkit2:
  
  1.   Not supported yet

  复制代码

rknn.fetch_rknn_model_config

• Toolkit1:
  
  1.   fetch_rknn_model_config(model_path)

  复制代码
• Toolkit2:
  
  1.   Not supported yet

  复制代码

rknn.list_support_target_platform

• Toolkit1:
  
  1.   list_support_target_platform(rknn_model=None)

  复制代码
• Toolkit2:
  
  1.   Not supported yet

  复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。