YOLOv8训练模型转换成Sophgo（算能）BM1684X芯片可用的BModel格式

2026年 7月 22日
#篇幅-中长篇 #文体-配置教程 #年份-2026 #阶段-自由 #主题-Linux #主题-Fedora #主题-Podman #主题-YOLO #主题-Ultralytics #主题-深度学习 #主题-BM1684X #主题-算能

公司放在客户单位的YOLOv8训练服务器（Ubuntu 24.04）模型转换程序Core Dump了，U总折腾将近一个月，甚至让同事搞坏了公司里的训练服务器（Ubuntu 20.04）模型转换程序，仍旧没解决。我实在看不下去，忍痛腾出两天工作日的打游戏时间，主动免费加班，用公司留在宿舍的闲置ThinkPad笔记本装Fedora44 Sliverblue，把这问题解决了。并非炫耀自己有多厉害，只想表达这种问题连从没接触过深度学习训练的我都能解决，天天在我面前吹屄的U总水平也不过如此嘛，哈哈。

这篇文章属于半教程半踩坑记录，废话不多说，开始吧！

下载并导入容器

首先下载 tpuc_dev:v3.4 容器【下载链接】。Sophgo（算能）官方文档给的链接是v3.2版本，比较旧，这里用知乎这篇文章提供的链接。计算哈希值，以下是我下载的文件的哈希值。

1
2
3
$ sha1sum tpuc_dev_v3.4.tar.gz | tee tpuc_dev_v3.4.tar.gz.sha1
5f367415e165c6098fd9e367910a8a403461950d  tpuc_dev_v3.4.tar.gz

解压并用 Podman 导入容器

1
2
gzip -d ./tpuc_dev_v3.4.tar.gz && podman load -i ./tpuc_dev_v3.4.tar

运行容器并配置Python环境

执行以下命令创建 tpu-mlir-v1.28.1 容器。注意 Fedora 的 SELinux。模型转换GPU环境不是必须，CPU就能转换。

1
2
3
4
5
6
7
mkdir ./workspace

podman run \
  --name tpu-mlir-v1.28.1 \
  -v $PWD/workspace:/workspace:z \
  -it sophgo/tpuc_dev:v3.4 /bin/bash

我试过了，直接启动容器来转换模型，YOLOv5 能转.pt 文件，但是 YOLOv8 转.pt和.onnx 都会报错 Disabling PyTorch because PyTorch >= 2.4 is required but found 2.1.0+cpu，所以我们要多做一些操作，把容器内的旧 PyTorch卸载，安装最新版本。

1
2
3
4
5
6
7
8
9
10
11
pip uninstall torch torchvision torchaudio

# 当前最新版本
# torch==2.13.0
# torchvision==0.28.0
# torchaudio==2.11.0
# 网络通畅的情况下用这个命令安装
# pip install torch torchvision torchaudio -i https://download.pytorch.org/whl/cpu
# 网络条件不好就用这个命令安装，但是全量下载，含CPU和GPU相关包。
pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

执行下面的命令下载 tpu-mlir，不用指定版本号也行。旧版本我试过行不通（在没更新PyTorch的情况下），不如用最新版本。

1
2
pip install 'tpu_mlir==1.28.1' -i https://pypi.tuna.tsinghua.edu.cn/simple

测试效果

从Ultralytics Github下载v8.4.0版本的YOLOv8模型，.pt和.onnx版本都下载下来，并校验哈希值。我下载的是yolov8s.onnx。因为公司项目用的就是这个（f32，bm1684x）。然后将文件通过 podman cp yolov8s.onnx tpu-mlir-v1.28.1:/workspace/ 命令复制进去，不要直接在主机里移动文件到绑定的目录里，SELinux 会阻止容器访问。

你可以下载yolov8s.pt试试转成.bmodel文件，我试过了，会报错：

1
RuntimeError: PytorchStreamReader failed locating file constants.pkl: file not found. This is an internal miniz error. If you are seeing this error, there is a high likelihood that your checkpoint file is corrupted. This can happen if the checkpoint was not saved properly, was transferred incorrectly, or the file was modified after saving.

用.onnx就没问题。执行以下代码转换模型，忽略生成的其他文件，只看有没有xxx.bmodel文件。

1
2
3
4
5
6
7
8
9
10
model_transform \
  --model_name yolov8s \
  --model_def ./yolov8s.onnx \
  --mlir yolov8s.mlir

model_deploy \
  --mlir yolov8s.mlir \
  --quantize F32 \
  --processor bm1684x \
  --model yolov8s_1684x_f32.bmodel

如果生成了 yolov8s_1684x_f32.bmodel 文件，就可以用公司YOLOv8训练服务器炼化的.pt文件转成.onnx，再用上述方法转成.bmodel，放进项目机子里跑了。

算能官方文档写的命令加了很多选项，还要提前下载什么资源文件。这些都不重要，用来测试图片识别效果的，可以看文档里参数功能表中哪些是必选。我提供的命令只包含必选项，可以照抄改个路径直接拿来用。

相关参考链接

Comments: