05-模型编译

5.1进入编译管理，选择创建任务。
![](/media/202504/2025-04-22_112023_9979350.8852516206554818.png)
5.2输入信息以及运行命令，点击创建编译任务。
![](/media/202504/2025-04-22_163053_3872260.9182073782192346.png)

TPU类型为AMC：
将以下代码复制到运行命令中：
cd /leap&&cp /dataset/data.yaml ./&&cp /model/best_kneron.onnx /leap/model/&&python3 create_csv.py --onnx_model /leap/model/best_kneron.onnx --csv_filename best_kneron.csv --model_input1_shape3=640 --model_input1_shape4=640&&find /dataset -name "*.jpg"| shuf -n 20 | xargs -I {} cp {} /leap/model/&&mv best_kneron.csv ./model/&&export LD_LIBRARY_PATH="/leap/CDNN_CONVERT/Dll/LINUX:$LD_LIBRARY_PATH"&&cd /leap/CDNN_CONVERT/exe&&ls /leap/model/&&./LFNetworkGenerator --network /leap/model/best_kneron.onnx --input /leap/model/ -p xm6 -h nprs -d 512 --profiler long -c -t 8bit --FreqAndAXI 1000 256&&mv /leap/model/*.lfQdata /tpumodel/best.lfdata&&mv /leap/data.yaml /tpumodel

==运行命令具体含义如下：==
5.2.1`cd /leap&&cp /dataset/data.yaml ./&&cp /model/best_kneron.onnx /leap/model/&&`
切换到 /leap 目录，复制数据集配置文件 data.yaml 到当前目录，复制 Kneron 优化后的 ONNX 模型到 /leap/model/
5.2.2`python3 create_csv.py --onnx_model /leap/model/best_kneron.onnx --csv_filename best_kneron.csv --model_input1_shape3=640 --model_input1_shape4=640&&`
--onnx_model: 输入 ONNX 模型路径
--csv_filename: 输出 CSV 文件名（包含输入/输出节点信息）
--model_input1_shape3=640: 输入张量第3维尺寸（高度）
--model_input1_shape4=640: 输入张量第4维尺寸（宽度）

5.2.3`find /dataset -name "*.jpg"| shuf -n 20 | xargs -I {} cp {} /leap/model/&&mv best_kneron.csv ./model/&&`
随机选择 20 张图片作为量化校准数据，移动 CSV 文件到模型目录

5.2.4`export LD_LIBRARY_PATH="/leap/CDNN_CONVERT/Dll/LINUX:$LD_LIBRARY_PATH"&&`
添加 Kneron 转换工具所需的动态库路径

5.2.5`cd /leap/CDNN_CONVERT/exe&&ls /leap/model/&&./LFNetworkGenerator --network /leap/model/best_kneron.onnx --input /leap/model/ -p xm6 -h nprs -d 512 --profiler long -c -t 8bit --FreqAndAXI 1000 256&&`
执行模型编译
-p	xm6	：Kneron XM6 系列 AI 加速芯片
-h	nprs	：硬件加速模式（Non-Pipelined Resource Sharing）
-d	512	：内存接口位宽（512-bit 带宽优化）
--profiler	long	：生成详细运行时性能报告
-c	无值	：启用编译模式（非模拟模式）
-t	8bit	：量化精度（支持 8/16-bit）
--FreqAndAXI	1000 256	：核心频率 1000MHz，AXI 总线宽度 256-bit

5.2.6`mv /leap/model/*.lfQdata /tpumodel/best.lfdata&&mv /leap/data.yaml /tpumodel`
将编译生成的 .lfQdata 文件（量化后的模型数据）重命名为 best.lfdata 并移动到 TPU 模型目录，移动数据集配置文件到部署目录。

5.3编译完成后可以在列表中看到已成功
![](/media/202504/2025-04-22_111916_9058550.5440842927773375.png)