ncnn报错tile not supported yet；expand not supported yet

最新推荐文章于 2024-01-29 16:09:12 发布
最新推荐文章于 2024-01-29 16:09:12 发布
阅读量682 收藏
点赞数
分类专栏： 部署 文章标签： c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/my_warning/article/details/125411746
版权

使用C++推理onnx模型时遇到报错：

tile not supported yet
expand not supported yet

查了一圈发现似乎tile 还不支持

查看ncnn模型的param文件

参考nihui大佬的手工修改ncnn

解决方法是利用广播机制，直接删掉了这两个节点
在这里插入图片描述
可以看到expand只有两个输出，其中961为他的“大哥节点”–上面卷积的输出，981是param文件开头的memorydata，这里直接删除160，161行，并将159行的输出961，嫁接到162行作为输入，替换983。最后删除开头两行的memorydata，同时记得将第一行的layer_count减4(两行为删除的expand、tile，两行为memorydata)

修改后：

在这里插入图片描述

亿丶Bug
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Windows下ncnn环境配置教程详解（VS2019）
08-19
主要介绍了Windows下ncnn环境配置（VS2019）,本文通过图文并茂的形式给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
ncnn填坑记录八：将自己训练的模型打包为APK并部署到安卓端运行
下大禹了的博客
06-22 2245
上一篇：ncnn填坑记录七：examples/squeezenet.cpp代码阅读 做一个分类任务，模型选取的mobilenetv3，训练好模型，并按前文依次转换为onnx、ncnn后，参考官方https://github.com/nihui/ncnn-android-squeezenet进行修改。 一. 在PC端运行 ncnn/examples文件夹下：squeezenet.cpp -->mobilenetv3.cpp 修改如下： #include "net.h" #include <alg
Using Yolov8 segment ncnn model on Ubuntu18.04
Ant for life.
02-07 938
convert yolov8 segment model to ncnn model and using c++ build test program.
详解yolov8的nms中multi-label功能为什么不是真正的multi-label任务实现
Mapalas的博客
01-29 1226
yolov8的detection训练过程都是以每个像素最大面积真实目标框来作为loss的target来计算损失率和训练的，所以无法对重叠的多类别框进行训练，即使由nms产生的multi-label框，也不是真正的multi-label网络。
yolo模型转换：pytorch -＞ onnx -＞ caffe
ynzzxc的博客
05-17 4620
第一步：pytorch转onnx（pytorch版yolov3-9.0开始提供脚本export.py） （1）设置onnx算子版本（按需） 修改代码： torch.onnx.export(model, img, f, verbose=False, opset_version=12, input_names=['images'], 为： torch.onnx.export(model, img, f, verbose=True, opset_version=9, input_names=['im
Caffe学习系列(2)：数据层及参数
weixin_34096182的博客
12-23 451
要运行caffe，需要先创建一个模型（model)，如比较常用的Lenet,Alex等， 而一个模型由多个屋（layer）构成，每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe，最重要的就是学会配置文件（prototxt）的编写。 层有很多种类型，比如Data,Convolution,Pooling等，层之间的数据流动是以Blobs的方式进行。 ...
please report a bug to PyTorch. ONNX Expand input shape constraint not satisfied.
TF666666的博客
06-29 1305
bug
Task04：数据完整存储与内存的数据集类+节点预测与边预测任务实践
m0_46306014的博客
06-27 251
Task04：数据完整存储与内存的数据集类+节点预测与边预测任务实践 本文参考datawhale开源学习资料 一、数据完整存储与内存的数据集类 对于占用内存有限的数据集，我们可以将整个数据集的数据都存储到内存里。PyG为我们提供了方便的构造数据完全存于内存的数据集类，简称为InMemory数据集类，在此小节我们就将学习构造InMemory数据集类的方式。此外，大数据集一般不会直接加载到内存中，这时候构建数据集的时候需要继承父类Dataset，本文不会讨论到，详细可参考PyG官方tutorial和这篇文章。
4.31 构建onnx结构模型-Tile
weixin_45063703的博客
12-30 461
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Tile结点进行分析。
NCNN记录
weixin_41642203的博客
10-11 610
【代码】NCNN记录。
ncnn的vulkan基础支持包
10-21
ncnn的vulkan基础支持包
Picodet Ncnn
02-16
Picodet Ncnn
ncnn-master_ncnn框架_
09-30
ncnn框架移植，将移动端C++从底层分离，可以实现pc图像识别
ncnn 包，window
最新发布
04-24
onnx2ncnn yolov7-0322.onnx yolov7.param yolov7.bin 优化模型 ncnnoptimize yolov7.param yolov7.bin yolov7_fp16.param yolov7_fp16.bin 65536
【深度学习】win10下pytorch转ncnn手把手教程
qq_42595835的博客
05-06 2722
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、环境配置1.VS20192.CMake3.21.33.OpenCV3.4.134.protobuf3.4.05.编译ncnn二、使用步骤1.引入库2.读入数据总结 前言 最近需要把pytorch转为onnx再转为ncnn。整体流程大概为： 1、pytorch转为onnx； 2、使用onnx-simplifier工具简化onnx模型； 3、简化后的onnx转化为ncnn。 一、环境配置 1.VS2019 点击链接去官网安.
ncnn 框架分析 openmp多核加速 缓存 仿存 cache 快速矩阵乘法 单指令多数据指令SIMD
万有文的博客
09-25 5103
ncnn 框架分析 本文github链接 在ncnn中建立新层 参考1 参考2 1. param 和 bin 文件分析 param 7767517 # 文件头 魔数 75 83 # 层数量 输入输出blob数量 # 下面有75行 Input data 0 1 data 0=227 1=227 2=3 ...
ncnn arm linux,arm ncnn
weixin_28702613的博客
05-14 313
ncnn网址：https://github.com/Tencent/ncnn1、sudo apt-get updatesudo apt-get upgrade2、命令：sudo apt-get install g++-4.8-arm-linux-gnueabihfsudo apt-get install gcc-4.8-arm-linux-gnueabihf测试：$arm-linux-gnueab...
文字识别（OCR）专题——基于NCNN轻量级PaddleOCRv4模型C++推理
知来者逆的博客
12-01 5183
使用NCNN对paddle ocr v4进行推理，多平台兼容，可使用GPU。
深度学习模型移植pytorch->onnx->ncnn->android
热门推荐
hmzjwhmzjw的博客
06-28 2万+
深度学习模型移植pytorch->onnx->ncnn->androidpytorch->onnxonnx->ncnnncnn->android 最近做项目需要在手机上跑深度学习的模型，踩了不少坑，做个记录。这里以mobilenetv3为例子。 pytorch->onnx 1.环境配置 pytorch 1.0 之后自带onnx输出，所以是个很好的选择，顺便...
安卓项目调用ncnn报错 fopen C:/Users/86155/Desktop/picodet/opt1.param failed
06-09
这个错误可能是因为你的程序无法找到指定的文件。你需要检查一下你的程序中是否有使用到了 C:/Users/86155/Desktop/picodet/opt1.param 文件。如果确实有使用到该文件，那么你需要检查一下该文件是否存在，以及你的程序是否有权限访问该文件。如果该文件不存在或者你的程序没有权限访问该文件，你需要手动创建该文件或者修改访问权限。另外，你还需要确保文件路径中的斜杠方向是正确的（Android 平台上通常使用正斜杠 /）。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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