使用mobilenet_v1例程输出数据差异很大

[复制链接] · 发表于 2019-6-6 15:09:08

使用官方提供的mobilenet_v1模型转换例程，转化自己的tflite模型。转换为rknn模型转化后，输出的数据跟没有转换之前差异很大。
请问该如何去解决呢？

只看该作者 · 发表于 2019-6-6 15:12:08

补充：
原图片是没有绿色线条。
【转换后】是指使用转换后rknn模型，对图片进行处理后，输出的结果
【转换前】是指使用自己的tflite模型，对图片进行处理后，输出的结果

只看该作者 · 发表于 2019-6-11 19:31:53

BlackBoy_Xuan 发表于 2019-6-6 15:12
补充：
原图片是没有绿色线条。
【转换后】是指使用转换后rknn模型，对图片进行处理后，输出的结果

估计是输入不一致导致的，转换模型和模型推理的输入，量化方式要确认一下。

只看该作者 · 发表于 2019-6-12 10:03:29

troy 发表于 2019-6-11 19:31
估计是输入不一致导致的，转换模型和模型推理的输入，量化方式要确认一下。 ...

因为转换程序都是直接用mobilenet_v1，其中只是修改为自己的输入模块和推理输出的数据保存位置，其余没有修改。
按照你的建议要确认【转换模型，模型推理的输入，量化方式】，具体要修改对应函数的哪些输入参数呢？

======================  转换代码如下  =======================

def show_outputs(outputs):
output = outputs[0][0]
output_sorted = sorted(output, reverse=True)
top5_str = 'mobilenet_v1\n-----TOP 5-----\n'
for i in range(5):
      value = output_sorted
      index = np.where(output == value)
      for j in range(len(index)):
         if (i + j) >= 5:
            break
         if value > 0:
            topi = '{}: {}\n'.format(index[j], value)
         else:
            topi = '-1: 0.0\n'
         top5_str += topi
print(top5_str)

def show_perfs(perfs):
perfs = 'perfs: {}\n'.format(outputs)
print(perfs)

if __name__ == '__main__':

# Create RKNN object
rknn = RKNN()

# pre-process config
print('--> config model')
##rknn.config(channel_mean_value='103.94 116.78 123.68 58.82', reorder_channel='0 1 2')
rknn.config(channel_mean_value='128 128 128 128', reorder_channel='0 1 2')
print('done')

# Load tensorflow model
print('--> Loading model')
ret = rknn.load_tflite(model='./graph_opt.tflite')
if ret != 0:
      print('Load graph_opt failed!')
      exit(ret)
print('done')

# Build model
print('--> Building model')
ret = rknn.build(do_quantization=True, dataset='./dataset.txt')
if ret != 0:
      print('Build graph_opt failed!')
      exit(ret)
print('done')

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

# Set inputs
img = cv2.imread('./apink1_crop.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

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

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

print(outlist[0])

fw = open('dataFiletest1.txt','wb')
pickle.dump(outlist[0], fw)
fw.close()

#show_outputs(outputs)
#print('done')

# perf
print('--> Begin evaluate model performance')
perf_results = rknn.eval_perf(inputs=[img])
print('done')

rknn.release()

只看该作者 · 发表于 2019-6-12 10:16:13

补充：

用rk参考的nchw参数，模型都能生成，但转出数据并不对。

使用mobilenet_v1例程输出数据差异很大

本帖子中包含更多资源