模型转换后推理结果不正确

[复制链接] · 发表于 2022-7-6 17:30:17

本帖最后由 budelei 于 2022-7-6 17:31 编辑

1、运行环境为Tinker Edge R板子，ubuntu 18.04系统，python3.7
2、算法是一个针对时间序列数据做故障诊断的keras训练的模型
3、算法转换的python代码见附件，dataset不知道该怎么弄，就留了个空文件，被转换的模型是keras

问题是：
在PC端用训练好的模型结果时正确的，但是通过官方的转换工具转换为rknn后运行在板子上，用训练时的故障数据集进行推理，所有的输出都完全不对，想咨询下是不是模型转换的地方出了什么问题？

只看该作者 · 发表于 2022-7-12 09:44:13

现在论坛这么冷清了么=。=，其实我只是想知道针对时序模型而非图像模型，rk的toolkit转换的支持是否完善。毕竟模型在pc上没有问题，但是转换之后不正确，而且整个手册里面目前也都是针对图像模型转换的示例，而示例我们跑了也没问题。。。我们的模型结构也很简单就是个全连接加relu，input时序数据长度为15, loss用的sparse categorical crossentropy, 优化器用的Adam

模型转换后推理结果不正确

本帖子中包含更多资源