name: DenseNet on ImageNet SINGA version: 1.1.1 SINGA commit: license: https://github.com/pytorch/vision/blob/master/torchvision/models/densenet.py

用DenseNet做图像分类¶

这个例子中，我们将PyTorch训练好的DenseNet转换为SINGA模型以用作图像分类。

操作说明¶

下载参数的checkpoint文件到如下目录

  $ wget https://s3-ap-southeast-1.amazonaws.com/dlfile/densenet/densenet-121.tar.gz
  $ wget https://s3-ap-southeast-1.amazonaws.com/dlfile/resnet/synset_words.txt
  $ tar xvf densenet-121.tar.gz

运行程序
```
  $ python serve.py -h
```

运行程序

  # use cpu
  $ python serve.py --use_cpu --parameter_file densenet-121.pickle --depth 121 &
  # use gpu
  $ python serve.py --parameter_file densenet-121.pickle --depth 121 &

提交图片进行分类

  $ curl -i -F image=@image1.jpg http://localhost:9999/api
  $ curl -i -F image=@image2.jpg http://localhost:9999/api
  $ curl -i -F image=@image3.jpg http://localhost:9999/api

image1.jpg, image2.jpg和image3.jpg应该在执行指令前就已被下载。

详细信息¶

用convert.py从Pytorch参数文件中提取参数值

运行程序
```
  $ python convert.py -h
```