对于rknn\api\rknn.py 中几个函数参数的疑问，我又困惑了……

我又来麻烦各位大神帮我解答疑惑了~~~我用的PC（ubuntu）来transfrom yolov3_demo模型，用rk3399pro开发板来跑模型。
我在rknn_transform_tiny.py中依次看到两个函数rknn.config(......)、rknn.build(......)。在rknn_camera_tiny.py中看到rknn.init_runtime()、rknn.inference()。
然后查看了下rknn.py中的这4个函数的参数解释，有些我不是很清楚：

问题1：
如果我想确保模型精度更好，在开启量化后，想量化假设1w张图片，是不是应该：
rknn.config(...... , batch_size = 100,epoch=100, ......)  
rknn.build(...... , rknn_batch_size = 30, ......)  
这里的epoch=100，是循环100个batch_size，还是把一个batch_size循环100次？
rknn_batch_size这里根据我的显存填写相应的值？

问题2：
如果我没有开启量化：
rknn.config(...... , quantized_dtype='asymmetric_quantized-u8', ......)
rknn.build(do_quantization=False)
是不是只要不开启量化，那么在rknn.config中 quantized_dtype无论取asymmetric_quantized-u8, dynamic_fixed_point-8, dynamic_fixed_point-16，这3个中的哪个值对于结果来说都没啥区别？

问题3：
针对于yolov3和yolov3-tiny模型，quantized_dtype的取值有什么推荐吗？上面这3个值哪个会更好一些？

问题4：
如果我在开发板上运行rknn_camera_tiny.py，那么rknn.init_runtime()中是不是就需要填写target='rk3399pro'，否则就无法使用NPU呢？

问题5：
我在rknn.py中看到def inference(......, data_type='uint8', ......)。它的取值可以有int8, uint8, int16, float16, float32, (default uint8)这些值让我很困惑，不知道如何选择？这里的int8 和 uint8什么区别？什么时候用int8, uint8, int16, float16, float32？
5-1：jefferyzhang 超级版主曾经回答过我：“NPU计算单元最多的是INT8，其次是FP16，最少的是FP32。量化后全部使用INT8，是可以达到满3T的算力的。FP16和FP32算力就会下降很多。” 那么，如果我量化后的模型在开发板上跑是不是rknn.inference(......, data_type='int8', ......) 这样设置？
5-2：开启量化后，quantized_dtype的这三个可能的取值asymmetric_quantized-u8, dynamic_fixed_point-8, dynamic_fixed_point-16和int8, uint8, int16, float16, float32的对应关系是什么？
5-3：如果我没有开启量化，那么这里有应该如何选择？


感谢大家的帮助！多谢！

hisping 发表于 2019-8-13 09:20
问题1：
循环100个batch_size,也就是一万张图片
文档中build没有rknn_batch_size参数吧

非常感谢您的解答！太感谢了！！！

文档中的确没有提到这参数。我只是在开发板中python库rknn/api/rknn.py 查看这些函数时看到的
def build(self, do_quantization=True, dataset=None, pre_compile=False, rknn_batch_size=1)

那我现在理解的是：
开启量化：
quantized_dtype = asymmetric_quantized-u8 ， data_type会自动选择'uint8'
quantized_dtype =dynamic_fixed_point-8 ，       data_type会自动选择'float16'

quantized_dtype =dynamic_fixed_point-16，      

data_type会自动选择'float32'

不开启量化：
data_type 我可以选择'

float16

' 或者'

float32

'