yolov8转snpe时Concat报错问题解决方法

本文讲述了作者将PyTorch的Yolov8模型转换为SNPE以适应8155芯片部署过程中遇到的问题,包括onnx导出时输入名称调整和Concat运算在特定版本中产生的警告与解决方法——添加reshape层。
摘要由CSDN通过智能技术生成

yolov8转snpe时Concat报错问题解决方法

整个问题的引起是我需要将yolov8部署到高通的8155芯片上,因此需要将pytorch模型转换到snpe格式。大体流程是:pytorch->onnx->dlc->量化。

整个过程遇到了两个奇怪问题:
1、转onnx时输入必须是‘inputx’,而yolov8默认是‘images’, 这个问题需要在exporter.py中修改;
2、使用snpe1.59.0.3230版本,当Concat的两个输入是Mul和Sigmoid时,onnx转dlc时会报错。主要看输出信息,以警告的形式给出,但是量化时会报错。
解决方法时在Mul算子后面增加一个reshape层即可。

评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值