前言

硬件：maix dock

软件：maix ide nncase 0.1（版本大坑）

一、踩大坑

1. 
   maix 对 k210 的 nncase 模型转换工具早已停止支持，只支持nncase 0.1版本。用最新nncase转换的kmodel 在maix里加载不了，接上一条，所以说要用maix对k210做开发，就要用nncase0.1去转换模型，但是嘉楠官网早已更新到了nncase1.7，而0.1属于化石版本，早已不做支持。【好，我要用maix，只有选用nncase0.1】
   
2. 
   接上，所以0.1很low，nncase0.1只能转换 tflite 模型到kmodel。而我在使用中发现，nncase0.1好像转换不了由pytorch模型转换而来的tflite（个人理解），不知其中是什么原理，总之就是报错。换用tensorflow模型生成的tfliite就可以用nncase0.1转换成功。【好，那我换成tensorflow写模型】
   
3. 
   接上，tensorflow生成的tflite，经nncase0.1转为kmodel，烧到maix dock里。发现一个问题是，maix提供的模型推理函数，输入只能是图片（个人理解），但是我想要的是网络输入数据和输出数据由我自己定。【好，那不用maix开发了，换用嘉楠官方提供的K210 SDK 库】
   
4. 
   接上，换用k210 SDK库，嗯，整不来了，太难了，嘉楠官方给的k210 sdk 例程是针对他们自己的开发板的。但是我现在用的是maix dock开发板，我想用别的开发板的例程来开发自己的开发板，好吧，整不来了，纯c编写各种驱动和模型加载推理代码。【好，我放弃maix dock k210】
   
5. 
   如上所述，一步一步撞壁，一步一步改换路线，最后放弃210（个人太菜），准备换v831。下面记录下本次探索的过程
   
6. 
   总结：自己写的pytroch模型想在k210上部署，得选用嘉楠官方的开发板，用他提供的SDK开发。maix dock 不行（个人理解）
   

二、pytorch 转 kmodel

第①步：pytorch模型搭建、训练、保存

第②步（思路一）：pytorch 转 onnx 转 pb 转 tflite 转 kmodel

1. pytorch 转 onnx （成熟的，pytorch官方支持）

2. onnx 转 pb（）

3. pb 转 tflite（）

4. tflite 转 kmodel（nncase0.1）

第②步（思路二）：pytorch 转 onnx 转 h5 转 tflite 转 kmodel

第②步（思路三）：k210 嘉楠 SDK 开发