RKNN转换MNIST手写体识别问题

jefferyzhang 发表于 2019-7-8 14:32
代码太长了没办法帮你调试，建议你可以按以下思路调试：
1. rknn的层默认未量化是FP16，精度和TF默认FP32有 ...

1. --> config model
   
2. done
   
3. --> Loading model
   
4. done
   
5. --> Building model
   
6. done
   
7. --> Export RKNN model
   
8. done
   
9. --> Init runtime environment
   
10. done
    
11. --> Running model
    
12. lenet
    
13. -----TOP 5-----
    
14. [2]: 0.59814453125
    
15. [6]: 0.274169921875
    
16. [3]: 0.037811279296875
    
17. [1]: 0.0258941650390625
    
18. [8]: 0.02532958984375
    
19. 
    
20. done
    
21. --> Begin evaluate model performance
    
22. ========================================================================
    
23.                                Performance                              
    
24. ========================================================================
    
25. Layer ID    Name                                         Time(us)
    
26. 8           convolution.relu.pooling.layer2_2            15
    
27. 9           convolution.relu.pooling.layer2_2            95
    
28. 10          fullyconnected.relu.layer_3                  86
    
29. 11          fullyconnected.relu.layer_3                  7
    
30. Total Time(us): 203
    
31. FPS(800MHz): 4926.11
    
32. ========================================================================
    
33. 
    
34. done

复制代码
最后一层输出

1. [1.7805099e-03 2.5894165e-02 5.9814453e-01 3.7811279e-02 1.2107849e-02
   
2. 2.2293091e-02 2.7416992e-01 2.4204254e-03 2.5329590e-02 1.3971329e-04]       

复制代码

用的caffe框架，图片为0.jgp，推理一直不正确

hisping 发表于 2019-8-9 09:28
你转模型时input_size_list=[[28, 28, 1]]才对吧，试一试

1. name: "LeNet"
   
2. layer {
   
3.   name: "input"
   
4.   type: "Input"
   
5.   top: "data"
   
6.   input_param {
   
7.     shape {
   
8.       dim: 64
   
9.       dim: 1
   
10.       dim: 28
    
11.       dim: 28
    
12.     }
    
13.   }
    
14. }

复制代码

标准网络模型就是28*28，本身输入就是28*28图片。
问题不在于这里，已经解决了。
谢谢啦