前言

为了白嫖这个资源：中原人工智能计算中心云运营平台 (xckpjs.com)，学！

正文

接服务器

云资源-ModelArts 控制台-进入 HCS Online

开发环境-Notebook-创建

设置好名称， 自定义镜像选择： mindsprore-tensorflow-pytorch v1.3

SSH远程开发要打开， 密钥对自己新建一个，点立即创建

创建好后会自动下载一个私钥KeyPair-9944.pem ，还要你妥善保管，存到一个记得住的文件夹里

回到创建 Notebook 的界面， 刷新密钥对， 选择刚刚创建的密钥对KeyPair-9944.pem ，然后立即创建

等好了！

下载安装并打开MobaXterm :https://en.softonic.com/download/moba/windows/post-download（这个网站好像要翻墙）

Session - SSH ，点击你创建的 Notebook 的名称查看详细信息

根据你创建的 Notebook 的参数 ssh://ma-user@authoring-ssh.cncentral231 .xckpis.com:31374 输入 SSH settings 中的参数：

Basic SSH settings
- Remote host *，输入@authoring-ssh.cncentral231.xckpjs.com
- Specify uername 打勾，输入 ma-user
- 端口号，输入 31374
Advanced SSH settings
- Use private key 打勾，选择之前下载到的 KeyPair-9944.pem ，然后 OK

login as : ma-user，回车

吃饭，后面请教牛逼的伟哥！

试一试：

import torch_npu as torch

torch.npu.is_available()

True

PyCharm

配置

先整一个专业版的 PyCharm，谢谢小迷糊！

在 Pycharm 中随便打开一个项目（就你了，yolov5-5.0 ultralytics/yolov5 at v5.0 (github.com)），Tools-Deployment-Configuration:

点击 SSH configuration 的 ... 以设置 SSH configuration

根据你创建的 Notebook 的参数 ssh://ma-user@authoring-ssh.cncentral231.xckpjs.com:30376，设置参数：

Host: authoring-ssh.cncentral231.xckpjs.com
Username: ma-user
Authentication type: Key Pair
Private key file: 之前存的 KeyPair-9944.pem 的地址

Test Connection 显示 Successfully connected! 即可。

在服务器中新建一个文件夹，用于存放项目文件，只有放在work文件夹里，下次再打开服务器时内容才不会丢失：

/home/ma-user/work目录下的数据会保存，其余目录下内容会被清理。如果需要保存开发环境，可以通过保存镜像的方式保留开发环境设置。

服务器中新建一个新的虚拟环境：yolov5：

conda create -n yolov5 python=3.7
source activate yolov5
which python

linux 环境下的 which python 可以返回当前虚拟环境下的解释器位置：~/.conda/envs/yolov5/bin/python

设置解释器：Pycharm 下 File-Settings-Project: yolov5-5.0-Add Interpreter，选择 Existing 和对应的 SSH Server 地址：

此时服务器里就会同步 yolov5 这个项目了，等待同步完成

在 requirements.txt 里，删除 torch>=1.7.0 和 torchvision>=0.8.1 这两行

在服务器中安装环境，这个服务器自带 1.8.1 版本的 pytorch，对应的是 0.9.1 的 torchvision，必须设定好版本，不然会寄：

cd /home/ma-user/work/yolov5-5.0/
pip install -r requirements.txt
pip install torchvision==0.9.1

在自己的 Notebook 中选择 更多-保存镜像，以在下次启动服务器时，配置的环境不丢失。

开跑（寄）

开跑 detect.py！喜提错误：ImportError: libGL.so.1: cannot open shared object file: No such file or directory，使用命令pip install opencv-python-headless填之。
开跑 detect.py！喜提错误：cv2.error: OpenCV(4.7.0) /io/opencv/modules/highgui/src/window.cpp:1272: error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvShowImage'，问 ChatGPT，说这个报错可能是由于 OpenCV 没有启用 GUI 支持导致的，于是我把 --view-img 关了，能跑了，但是没有识别结果，giao！

算法迁移文档

迁移适配流程

互联网查询
昇腾论坛 (hiascend.com) 发帖或查看类似问题
gitee 仓提问：ModelZoo查询及提问链接 (yuque.com)
寻找技术中心技术人员技术支撑

昇腾平台是否已适配需求算法

最新 modelzoo 地址以链接实时更新为准：ModelZoo查询及提问链接 (yuque.com)

一、模型适配于昇腾平台

1. 模型适配于mindspore

gitee提问链接：Issues · MindSpore/mindspore - Gitee.com

MindSporeModelZoo 模型库 (模型适配于 mindspore)
- models: Models of MindSpore (gitee.com)

2. 模型适配于NPU

gitee提问链接：Issues · Ascend/modelzoo - Gitee.com

AscendModelZoo 模型库—gitee
- modelzoo: Ascend ModelZoo (gitee.com)
AscendModelZoo 模型库—官网展示
- ModelZoo-昇腾社区 (hiascend.com)
Modelzoo-Pytorch 模型库
- Ascend/ModelZoo-PyTorch - Gitee.com
Modelzoo-Tensorflow 模型库
- Ascend/ModelZoo-TensorFlow (gitee.com)
Modelzoo-yolo系列模型库
- Ascend/modelzoo-GPL - Gitee.com

二、模型未适配于昇腾平台

第三方框架迁移至 mindspore
- gitee提问链接：Issues · MindSpore/mindspore - Gitee.com
pytorch 框架算法迁移至 npu
- gitee提问链接：Issues · Ascend/pytorch - Gitee.com
tensorflow 框架算法迁移至 npu
- gitee 提问链接：Issues · Ascend/tensorflow - Gitee.com

数据传输

《notebook服务器数据准备》：主要用于将测试脚本、数据集、第三方依赖包等传输到notebook服务器

使用 linux 命令直接下载
- 通过 wget，git 等命令直接下载
在本地已准备好的数据传输到 notebook 服务器
- 传辅较小的脚本数据或数据集时可直接通过 mobaxterm 直接上传
- 传输较大的文件（百G量级）时可通过 obs 传输（先从本地传输到 obs，再从 obs 传输到 notebook 服务器）

迁移工具

《迁移工具-pytorch/tensorflow 框架算法迁移至 mindspore 框架》：迁移工具-x2mindspore (yuque.com)
《迁移工具-pytorch 框架算法迁移至 Ascend》：迁移工具-Pytorch Gpu2Ascend脚本迁移工具 (yuque.com)
《迁移工具-tensorflow 框架算法迁移至 Ascend》：迁移工具-Pytorch Gpu2Ascend脚本迁移工具 (yuque.com)

创建 notebook 服务器并登录
命令行使用迁移工具分析脚本
输出
- 迁移后脚本
- 支持算子列表 supported_api.csv
- 不支持算子列表 unsupported_api.csv
按照不支持算子列表 unsupported_api.csv 建议进行修改

参考资料汇总

昇腾社区：昇腾社区-官网丨昇腾万里让智能无所不及 (hiascend.com)
mindspore 官网： MindSpore官网
计算中心平台帮助文档：帮助中心 (xckpjs.com)
pytorch 网络模型迁移和训练：概述-PyTorch 网络模型迁移和训练-模型开发（PyTorch）-6.0.RC1-CANN商用版-文档首页-昇腾社区 (hiascend.com)
PyTorch 调试优化指南：guide/modelzoo/pytorch_model/tutorials/PyTorch训练调试优化和工具使用指南.md · Ascend/docs-openmind - Gitee.com
tensorflow 网络模型迁移和训练：前言-TensorFlow 1.15网络模型迁移和训练-模型开发（TensorFlow）-6.0.RC1-CANN商用版-文档首页-昇腾社区 (hiascend.com)
mindspore 迁移指南：MindSpore
mindspore 初学教程：MindSpore

算法迁移实践（寄）

cd /usr/local/Ascend/ascend-toolkit/latest/tools/x2mindspore

设置好待迁移的工程 /home/ma-user/work/yolov5-5.0/ 和迁移后的目录位置 /home/ma-user/work/yolov5-5.0-mindspore

开跑！

./run_x2mindspore.sh -i /home/ma-user/work/yolov5-5.0/ -o /home/ma-user/work/yolov5-5.0-mindspore -f pytorch

喜提错误：ModuleNotFoundError: No module named 'libcst'，堵它：pip install libcst

继续开跑！

等等等……等到 X2MindSpore run success, welcome to the next use. 就可以 next use。

把迁移好的项目下载到本地：

设置完解释器，然后修修补补……

要按照不支持算子列表 unsupported_api.csv 建议进行修改……emmmmm……要不以后还是用现成的吧。

跑现成的框架（寄）

教程：Yolov5-PyTorch (hiascend.com)

就继续是你了，YOLOv5-6.0（说只有6.0以上版本才支持 NPU……）！

从 built-in/PyTorch/Official/cv/object_detection/Yolov5_for_PyTorch_v6.0 · Ascend/modelzoo-GPL - 码云 - 开源中国 (gitee.com) 下载项目文件 Yolov5_for_PyTorch_v6.0：

设置解释器

开跑 detect.py！然后喜提错误：AttributeError: module 'torch.npu' has no attribute 'is_available'，在utils/torch_utils中将import torch改成import torch_npu as torch

啊啊啊啊啊后面什么乱七八糟的啊啊啊啊啊

跑一个 Mindspore 支持的框架

从 models: Models of MindSpore (gitee.com) 里面找一个喜欢的，就决定是你了，EAST！models: Models of MindSpore - Gitee.com

居然没寄！见下一篇博客！