尝试转化了下MobileNetV2-YOLOv3-Nano-voc到NCNN，报错has no field named "upsample_param"

[flyboy114]

使用了最新的NCNN，但项目里面MobileNetV2-YOLOv3-Nano-voc模型还是无法转化，报错：

(py35) qglobal@qglobal-ThinkStation-P328:~/ncnn/build/tools/caffe$ ./caffe2ncnn MobileNetV2-YOLOv3-Nano-voc.prototxt MobileNetV2-YOLOv3-Nano-voc.caffemodel
[libprotobuf ERROR google/protobuf/text_format.cc:274] Error parsing text-format caffe.NetParameter: 2066:20: Message type "caffe.LayerParameter" has no field named "upsample_param".
read_proto_from_text failed

大佬，你这个表里模型测试的NCNN模型是咋转化的

Network	VOC mAP(0.5)	COCO mAP(0.5)	Resolution	Inference time (NCNN/Kirin 990)	Inference time (MNN arm82/Kirin 990)	FLOPS	Weight size
MobileNetV2-YOLOv3-Lite	72.61	36.57	320	31.58 ms	18 ms	1.8BFlops	8.0MB
MobileNetV2-YOLOv3-Nano	65.27	30.13	320	13 ms	5 ms	0.5BFlops	3.0MB
YOLOv3-Tiny-Prn	&	33.1	416	36.6 ms	& ms	3.5BFlops	18.8MB
YOLO-Nano	69.1	&	416	& ms	& ms	4.57BFlops	4.0MB

[dog-qiuqiu]

https://github.com/Tencent/ncnn/tree/master/tools/darknet
直接cfg和weights转啊，不用转成caffe的格式，MNN得先darknet2caffe，在caffe2mnn，NCNN支持darknet模型直接转换
cd ~/ncnn/build/tools/darknet
./darknet2ncnn MobileNetV2-YOLOv3-Nano-voc.cfg MobileNetV2-YOLOv3-Nano-voc.weights
还有你转换ncnn的param和bin格式后，记得再用ncnnoptimize合并BN层，还不懂的话+qq群

[flyboy114]

成功了，感谢大佬！！！

[gttiankai]

今天刚刚在TNN的模型转换里面支持了这个模型。哈哈，有兴趣可以试一下。
https://github.com/Tencent/TNN

[dog-qiuqiu]

@gttiankai 大佬，我是直接Darkne2Caffe转成caffe模型在转成TNN格式吗？

[gttiankai]

是的，需要先转换成caffe。 我使用https://github.com/dog-qiuqiu/MobileNetv2-YOLOV3/tree/master/darknet2caffe/sample 这个里面的caffe模型测试。

[dog-qiuqiu]

@gttiankai 好的，谢谢啦，我试试啦

[flyboy114]

@gttiankai @dog-qiuqiu 用了https://github.com/dog-qiuqiu/MobileNetv2-YOLOV3/tree/master/darknet2caffe/sample 里面的模型转化完后生成的.tnnproto里面似乎没有scores和boxes，似乎没有输出层。

MobileNetV2-YOLOv3-Nano-voc.tnnproto.txt

[dog-qiuqiu]

@flyboy114 Tnn yolo后处理得自个写，它只负责输出featuremap

[flyboy114]

@dog-qiuqiu 我用了Netron看了下转化后的模型，是将layer69-conv和layer79-conv作为最后的featuremap吧

[dog-qiuqiu]

是的呀