Toybrick

标题: 进行量化时，datasets.txt需要写什么内容？ [打印本页]
作者: liuwenhua    时间: 2019-11-18 16:52
标题: 进行量化时，datasets.txt需要写什么内容？
rknn.build(do_quantization=True, dataset='./datasets.txt')
作者: jefferyzhang    时间: 2019-11-18 17:55
参看demo，这里填的是你要送进去量化的图片的相对路径
作者: liuwenhua    时间: 2019-11-19 15:39
jefferyzhang 发表于 2019-11-18 17:55
参看demo，这里填的是你要送进去量化的图片的相对路径

相对路径和绝对路径都在报错
  1. RKNN output shape(reshape): (1 1 1 512)
  2. D Real output shape: (1, 1, 1, 512)
  3. D Process InceptionResnetV1/Bottleneck/BatchNorm/cond/FusedBatchNorm_1_3 ...
  4. D RKNN output shape(batchnormalize): (1 1 1 512)
  5. D Real output shape: (1, 1, 1, 512)
  6. D Process InceptionResnetV1/Bottleneck/BatchNorm/Reshape_1_2 ...
  7. D RKNN output shape(reshape): (1 512)
  8. D Real output shape: (1, 512)
  9. D Process attach_InceptionResnetV1/Bottleneck/BatchNorm/Reshape_1/out0_0 ...
  10. D RKNN output shape(output): (1 512)
  11. D Real output shape: (1, 512)
  12. I Build free_grah complete.
  13. I Generated network graph with 1 outputs.
  14. I  @attach_InceptionResnetV1/Bottleneck/BatchNorm/Reshape_1/out0_0:out0: (1, 512)
  15. D Init coefficients ...
  16. I Start tensor porvider ...
  17. E File Not Found: .\accury_test\test
  18. I Runing 1 epochs, algorithm: normal
  19. I iterations: 0
  20. W No more data in provider.
  21. [TRAINER]Quantization fail.
  22. I Clean.
  23. E Quantization data is None, quantize may failed, please check log!
  24. done
  25. E RKNN model data is None, please load model first!

  27. (rknn_win_env) E:\usb_test\example\yolov3>call:deactivate
  28. 请按任意键继续. . .
复制代码
作者: jefferyzhang    时间: 2019-11-19 16:22
E File Not Found: .\accury_test\test

你datasets.txt里填的是什么内容？
作者: liuwenhua    时间: 2019-11-20 09:03
jefferyzhang 发表于 2019-11-19 16:22
E File Not Found: .\accury_test\test

你datasets.txt里填的是什么内容？

写了一行图片的绝对路径 E:\usb_test\example\yolov3\accury_test，相对路径叶试过
作者: jefferyzhang    时间: 2019-11-20 09:06
路径是要写到图片的，多少图片就要多少行
作者: liuwenhua    时间: 2019-11-20 10:02
jefferyzhang 发表于 2019-11-20 09:06
路径是要写到图片的，多少图片就要多少行

根据你说的测试可以了，但是不明白做这一步的用途是什么？现在我在测试facenet模型转换过程时，不支持多输入，有什么好的解决方案？
作者: jefferyzhang    时间: 2019-11-20 10:34
liuwenhua 发表于 2019-11-20 10:02
根据你说的测试可以了，但是不明白做这一步的用途是什么？现在我在测试facenet模型转换过程时，不支持多 ...

用途就是量化。 量化是一门技术，你可以自行百度下，一两句话说不清楚。
TF也支持训练中量化，我们rknn也是可以转换tf量化好的结果的。

rknn 1.2.x 新版是支持多输入的。
作者: liuwenhua    时间: 2019-11-20 16:38
jefferyzhang 发表于 2019-11-20 10:34
用途就是量化。 量化是一门技术，你可以自行百度下，一两句话说不清楚。
TF也支持训练中量化，我们rknn也 ...

多谢，我是用rknn 1.2.x版本可以正常推理，但遇到一个问题，没有进行量化得模型，推理结果正常，量化后得模型推理得都是同一个值，是哪儿设置有问题吗？
作者: jefferyzhang    时间: 2019-11-20 21:16
liuwenhua 发表于 2019-11-20 16:38
多谢，我是用rknn 1.2.x版本可以正常推理，但遇到一个问题，没有进行量化得模型，推理结果正常，量化后得 ...

这个不至于吧，量化图片要给足够多，100起步，上不封顶。不然量化出得精度不够稳定，很容易爆了。
然后版本要用1.2.1， 1.2.0有个量化的bug，不确定你会不会遇到同样的坑
作者: liuwenhua    时间: 2019-11-21 09:35
我选择4000张照片，还是同样得情况，第一个是无量化输出结果，第二个是量化输出结果，不知道是什么情况？
  1. spend_time 0.4040415287017822
  2. dist 0.9188065
  3. 0001.jpg and 000_0.jpg distance is 0.9188065
  4. dist 0.6297745
  5. 0001.jpg and 0014.jpg distance is 0.6297745
  6. dist 1.329717
  7. 0001.jpg and 0031.jpg distance is 1.329717
  8. dist 1.0085028
  9. 0001.jpg and 003_2.jpg distance is 1.0085028
  10. dist 0.9817231
  11. 000_0.jpg and 0014.jpg distance is 0.9817231
  12. dist 1.2583163
  13. 000_0.jpg and 0031.jpg distance is 1.2583163
  14. dist 0.81444544
  15. 000_0.jpg and 003_2.jpg distance is 0.81444544
  16. dist 1.2606885
  17. 0014.jpg and 0031.jpg distance is 1.2606885
  18. dist 1.0857416
  19. 0014.jpg and 003_2.jpg distance is 1.0857416
  20. dist 1.328266
  21. 0031.jpg and 003_2.jpg distance is 1.328266
复制代码
  1. spend_time 0.06249642372131348
  2. dist 0.0
  3. 0001.jpg and 000_0.jpg distance is 0.0
  4. dist 0.0
  5. 0001.jpg and 0014.jpg distance is 0.0
  6. dist 0.0
  7. 0001.jpg and 0031.jpg distance is 0.0
  8. dist 0.0
  9. 0001.jpg and 003_2.jpg distance is 0.0
  10. dist 0.0
  11. 000_0.jpg and 0014.jpg distance is 0.0
  12. dist 0.0
  13. 000_0.jpg and 0031.jpg distance is 0.0
  14. dist 0.0
  15. 000_0.jpg and 003_2.jpg distance is 0.0
  16. dist 0.0
  17. 0014.jpg and 0031.jpg distance is 0.0
  18. dist 0.0
  19. 0014.jpg and 003_2.jpg distance is 0.0
  20. dist 0.0
  21. 0031.jpg and 003_2.jpg distance is 0.0
复制代码
作者: liuwenhua    时间: 2019-11-21 10:35
jefferyzhang 发表于 2019-11-20 21:16
这个不至于吧，量化图片要给足够多，100起步，上不封顶。不然量化出得精度不够稳定，很容易爆了。
然后版 ...

可以了，原因是rknn.config参数设置问题，及输入数据与rknn.config设置冲突导致得，非常感谢您得指导



欢迎光临 Toybrick (https://t.rock-chips.com/) Powered by Discuz! X3.3