本文详细记录了使用Vitis-AI对Pytorch框架的Yolov5模型进行量化编译并在ZCU104开发板上部署的过程。在量化过程中遇到的包版本不匹配问题，通过修改下载脚本得以解决。量化脚本编写时，参考官方提供的API接口和示例代码，并针对模型结构进行调整。在编译阶段，由于DPU不支持SiLu激活函数，更换为ReLu后成功编译为单一DPU子图。
Vitis-AI使用记录：
（记录一下使用vitis-ai过程中遇到的坑）
1、我们使用的是pytorch框架的yolo模型，在使用vitis-ai量化前根据指导手册，要安装vai_q_pytorch，但是需要注意，我们在安装过程中一直在报错，如下图。
上图中几个package一直无法下载，一开始根据下方报错，以为是代理问题，我们尝试寻找代理服务器去下载，发现还是这几个包无法正常下载。
仔细观察了无法下载的几个package，发现有一个共同特点，就是版本号均为2.5.0，这就很奇怪了，为什么全都是2.5.0版本的package无法下载，于是去看xilinx提供的下载脚本，突然发现这么一行，改行命令是提供下载地址的，如下图：
此时恍然大悟啊！官方提供的最新脚本中版本号是2.0.0，而执行安装命令时默认安装版本号是2.5.0，所以下载好的package里没有所需要的版本号，自然无法安装对应package。知道问题后，接下来就是寻找2.5.0版本的下载包地址（个人觉得Xilinx很狗，这么大的企业，对这些软件的维护，修改信息全都放在GitHub上）。在GitHub Xilin
最低0.47元/天 解锁文章
扫一扫
3247
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
