Windows 环境搭建、Icraft 工具安装与 Python 模型仿真实践

特别说明

同文档 “FMQL平台 Icraft工具 Windows安装与测试” 一起看，效果更佳。

前言

本文记录在 Windows 环境下完成 Icraft 工具链搭建、PyTorch 1.9 环境配置，以及 Python 模型仿真的完整流程。内容来自实际操作过程，适用于需要在本地快速完成模型编译与仿真验证的场景。

问题背景

在使用 Icraft 工具进行模型部署前，需要先准备兼容的 Python 与 PyTorch 环境，并完成以下关键步骤：

1. 创建并管理独立的 Conda 虚拟环境。
2. 安装 Icraft 支持的 PyTorch 1.9（CPU 版本）。
3. 使用 Icraft 编译器将静态模型转换为可部署模型。
4. 在 Python Demo 中完成仿真运行与结果确认。

环境说明

项目	说明
操作系统	Windows
Python 环境管理	Anaconda / Conda
Python 版本	3.8
PyTorch 版本	1.9.0（CPU）
Icraft 版本	3.6.2
示例工程目录	tutorial-runtime-tt3.6.2

说明：本文命令以 PowerShell 为例。部分下载步骤在网络环境变化时可能成功率不同，可根据实际情况切换镜像源或代理。

实现步骤

1. 安装并初始化 Anaconda 环境

1. 查看 Conda 版本。

conda --version

2. 创建 pytorch_v1.9 虚拟环境（Python 3.8）。

conda create -n pytorch_v1.9 python=3.8

3. 查看已创建环境。

conda info --envs

4. 以管理员身份打开 PowerShell，修改执行策略（用于运行本地脚本）。

Set-ExecutionPolicy RemoteSigned

提示“是否更改执行策略？”后，输入 Y 确认。

5. 初始化 PowerShell 终端的 Conda。

conda init powershell

重新打开 PowerShell 后，会自动进入 Conda 的 base 环境。

6. 关闭 base 环境自动激活功能。

conda config --set auto_activate_base false

重新打开 PowerShell 后，应不再自动进入 base 环境。

7. 激活新建环境。

conda activate pytorch_v1.9

2. 安装 PyTorch 1.9（CPU）

1. Icraft 支持 PyTorch 1.9，先确保已进入目标环境。

conda activate pytorch_v1.9

2. 更新 pip。

python -m pip install --upgrade pip

使用清华源可执行：

python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：原始操作记录中提到需关闭科学上网，否则更新 pip 可能失败。请按本机网络环境调整。

3. 安装 PyTorch 1.9 CPU 版本。

python -m pip install torch==1.9.0+cpu torchvision==0.10.0+cpu torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

若需使用代理，可参考：

pip install torch==1.9.0+cpu torchvision==0.10.0+cpu torchaudio==0.9.0 --proxy=http://127.0.0.1:7897 -f https://download.pytorch.org/whl/torch_stable.html

3. 编译 Python 模型

1. 使用 Icraft AI 编译器将静态模型转换为硬件可部署模型。
2. 打开 PowerShell，激活 pytorch_v1.9 环境。

conda activate pytorch_v1.9

3. 进入 tutorial-runtime-tt3.6.2\quick_start\compile 目录执行编译。

icraft compile config/yolov5s_soft.toml

4. 将编译产物 quick_start/compile/imodel/yolov5s_soft 复制到 quick_start/deploy/python_demo/imodel。

4. 运行 Python 模型仿真

1. 激活 pytorch_v1.9 环境。

conda activate pytorch_v1.9

2. 安装 opencv-python 依赖。

python -m pip install opencv-python

使用清华源：

python -m pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：原始操作记录中提到该依赖下载较慢、容易中断，可尝试切换网络后重试。

3. 在 pytorch_v1.9 环境中安装 Icraft 工具包。

python -m pip install .\icraft-3.6.2-cp38-none-win_amd64.whl

icraft-3.6.2-cp38-none-win_amd64.whl 可向原厂获取。

4. 切换到 tutorial-runtime-tt3.6.2/quick_start/deploy/python_demo 目录，运行仿真程序。

python yolov5_soft_sim.py

结果验证

可从以下几个方面确认流程执行成功：

1. conda info --envs 中存在并可激活 pytorch_v1.9。
2. pip 成功安装 torch==1.9.0+cpu、torchvision==0.10.0+cpu、torchaudio==0.9.0。
3. icraft compile 正常完成，生成 imodel/yolov5s_soft 输出目录。
4. python yolov5_soft_sim.py 可正常运行且无关键报错。

总结

本文完成了从 Windows 环境准备到 Icraft 模型编译与 Python 仿真的全流程实践。核心要点如下：

1. 使用独立 Conda 环境隔离版本依赖，避免工具链冲突。
2. 按 Icraft 兼容要求固定 Python 3.8 + PyTorch 1.9 CPU。
3. 先编译生成 imodel，再放入 python_demo 执行仿真。
4. 网络相关安装问题可通过镜像源或代理策略进行调整。

按上述步骤，可快速复现实验环境并开展后续模型部署与验证工作。