caffe 模型转换为rknn后 识别一直错

根据demo的代码转换caffe模型  转换成功了 可是预测结果一直不对
求大佬看下问题
# Create RKNN object
rknn = RKNN()

# pre-process config
print('--> config model')
rknn.config(channel_mean_value='84.29 84.8 83.61 1', reorder_channel='2 1 0')
print('done')

# Load tensorflow model
print('--> Loading model')
ret = rknn.load_caffe(model='./model.prototxt',
                      proto='caffe',
                      blobs='./model.caffemodel')
if ret != 0:
    print('Load mobilenet_v2 failed! Ret = {}'.format(ret))
    exit(ret)
print('done')

# Build model
print('--> Building model')
ret = rknn.build(do_quantization=False)
if ret != 0:
    print('Build mobilenet_v2 failed!')
    exit(ret)
print('done')

# Export rknn model
print('--> Export RKNN model')
ret = rknn.export_rknn('./model.rknn')
if ret != 0:
    print('Export mobilenet_v2.rknn failed!')
    exit(ret)
print('done')

# Set inputs
img = cv2.imread('./000.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

print('--> Init runtime environment')
ret = rknn.init_runtime()
if ret != 0:
    print('Init runtime environment failed')
    exit(ret)
print('done')

# Inference
print('--> Running model')
outputs = rknn.inference(inputs=[img])
show_outputs(outputs)
print('done')

可以的话建议你一层一层输入输出转换调试，看看具体是哪一层造成的输出差异

我也是这样 caffe训练好的模型 转过来和caffe上的结果差异很大 LZ找到问题所在了么

把量化关了 结果基本一致了

jefferyzhang 发表于 2019-5-17 12:03
可以的话建议你一层一层输入输出转换调试，看看具体是哪一层造成的输出差异 ...

请问怎么一层层的输出，我的模型和转换完rknn差距也很大

jefferyzhang 发表于 2019-5-17 12:03
可以的话建议你一层一层输入输出转换调试，看看具体是哪一层造成的输出差异 ...

量化已经关掉了

jefferyzhang 发表于 2019-5-17 12:03
可以的话建议你一层一层输入输出转换调试，看看具体是哪一层造成的输出差异 ...

您好，.pb模型转换成rknn模型后，只能查看输入层和输出层数据？  您说的一层一层输入输出转换调试，是不是要选择中间的两个层分别作为输入输出层重新转换成rknn模型，再查看这两层的数据？

uuii9988 发表于 2019-7-26 21:57
请问怎么一层层的输出，我的模型和转换完rknn差距也很大

是否要将中间的两个层分别作为输入输出层，重新转换成rknn模型，然后再查看这两层的数据？我还没有试，你试过了吗?

puyanan 发表于 2019-8-5 09:49
是否要将中间的两个层分别作为输入输出层，重新转换成rknn模型，然后再查看这两层的数据？我还没有试，你 ...

是的，可以的，但是 建议你 卷积+激活+池化 不要拆开

jefferyzhang 发表于 2019-8-5 11:58
是的，可以的，但是 建议你 卷积+激活+池化 不要拆开

您好。在RK虚拟机里面，将pb模型转换成rknn模型，不量化(do_quantization=False)。那么模型转换前后的中间层数据一样吗？我在PC端直接用pb模型，在RK虚拟机里面用转换后的rknn模型，发现经过第一个conv+relu后（该层没有池化），数据完全不一样，数量级都不同。请问，理论上应该一样的吗？