海思NNIE reshape only support C/H/W,not N!

已于 2022-10-10 19:09:15 修改
阅读量638 收藏
点赞数
分类专栏： 海思AI 文章标签： caffe 人工智能 深度学习
于 2022-10-10 18:36:08 首次发布
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/qq_40709711/article/details/127249907
版权


简单的一个google net，转成caffe。

 这是proto

这是ruyi 量化时报的错


caffe 转wk 遇到了这个问题：reshape only support C/H/W,not N!

 我刚刚用ruyi 的python 环境和那个caffe模型 用个python 脚本推理了一下 ，没报错呀，说明python 环境和模型都是没问题的，应该是ruyi量化的时候出了问题

解决办法把dim : 1 改成 0

最关键的是，改了proto 之后要在重新browse 那个文件，让ruyi重新根据proto生成东西。

我尝试过删掉dim 1 也不行

FeboReigns
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
海思 NNIE 芯片开发笔记
专注计算机视觉算法训练，算法优化部署以及SDK开发的知识分享。
04-26 919
NNIE 是Neural Network Inference Engine 的简称，是海思媒体 SoC 中专门针对神经网络特别是深度学习卷积神经网络进行加速处理的硬件单元，可以理解为 CNN 加速器。
海思开发：yolo v5s ：pytorch-＞onnx-＞caffe-＞nnie
tangshopping的博客
11-28 1万+
一、前言 主要是遇见几个问题，赶紧记录一下，免得后面兄弟们吃同样的亏。 二、过程 1. 报错： Reshape dimention number shall be 2 or 4 仔细看了一下，和我 reshape 处理的数据维度有关，而转换代码里 reshape 最高支持维度数是 4。而我的数据shape 是 (1, 3, H, W, class_num + 5)，这是个五维数组。 本来就想在后面加个条件 : len(shape) == 5，又怕出现新的错误，上网找了篇其他的转换代码，点进去看了下，发现
yolov5 nnie
weixin_41012399的博客
09-08 1347
参考：https://blog.csdn.net/tangshopping/article/details/110038605 总共有三个地方需要修改。 1.focus层：先slice再conv。这个博客中给出三个思路，实现了一种方法。但是看评论区说不稳定和相似度偏低。没有尝试，先用不带fouces层（直接用conv代替）的模型。 2.transpose层，yolov5的transpose层，即permute是5个维度的。但是海思只支持(0,1,2,3)->(0,2,3,1)的转化。 博客中给出的方
caffe源码
ProYH
01-05 1032
caffe源码 本文主要包含如下内容： caffe源码 caffeproto proto源码粘贴重要部分 commonhpp和commoncpp commonhpp internal_threadhpp和internal_threadcpp internal_threadhpp internal_threadcpp blobhpp和blobcpp blobhpp blobc
yolov5转hisi的nnie（c and c++）
weixin_41765899的博客
06-29 4383
yolov5(6.1)转成海思可以推理的wk文件
torch.reshape()函数解读
热门推荐
qq_40178291的博客
09-02 5万+
函数作用 变换张量tensor的形状，注意两个数据类型都是张量。 代码 >>> c=torch.randn((2,5)) >>> print(c) tensor([[ 1.0559, -0.3533, 0.5194, 0.9526, -0.2483], [-0.1293, 0.4809, -0.5268, -0.3673, 0....
caffe中Reshape层
BigCowPeking
11-05 9121
caffe中的Reshape层
基于海思NNIE引擎实现JPEG图片识别应用
06-19
本课程一共分为三个部分，如下所示。 一、课程内容、特色、目标以及答疑 ...三、基于NNIE构建一个jpeg图片识别的完整应用1）模型量化选项详解2）直接对jpeg图片进行目标检测，附上源代码并详细讲解。
RTSP_海思平台rtspc++封装_海思rtsp_海思_rtsp_C/C++海思平台_
10-01
海思平台是一个专门用于视频处理和智能分析的硬件平台，其支持RTSP协议来实现远程视频流的播放与控制。本篇文章将详细探讨在海思平台上如何使用C++进行RTSP的封装以及相关的技术要点。 首先，让我们理解RTSP的基本...
基于海思NNIE引擎实现sensor视频识别应用
06-19
三、基于NNIE实现摄像头视频识别的完整应用1）模型量化选项详解2）直接对摄像头输出的视频数据流进行yolov3识别，附上源代码并详细讲解。 四、如何将本课程代码merge到SDK中1）如何将本课程代码merge到SDK中
face_recognition_nnie_海思CV500nnie人脸识别_
10-02
海思CV500nnie人脸识别技术是一种基于深度学习的人脸识别解决方案，广泛应用于商业级的人脸识别系统。这个技术的核心在于海思CV500芯片，它是一款专为计算机视觉应用设计的高性能处理器，内置了神经网络加速器（NNIE...
计算机视觉中的细节问题(八)
weixin_36670529的博客
05-22 425
(1)、TensorFlow的检查点的含义？ 保存模型并不限于在训练之后，在训练之中也需要保存，因为TensorFlow训练模型时难免会出现中断的情况。我们自然希望能够将辛苦得到的中间参数保留下来，否则下次又要重新开始。这种在训练中保存模型，习惯上称之为保存检查点。 (2)、F1-score的计算方式？ F1分数（F1-score）是分类问题的一个衡量指标。一些多分类问题的机器学习竞赛，常常...
海思3516dv300_海思NNIE之RetinaFace量化部署
weixin_31082403的博客
01-13 1036
接上一期的文章，挖了个坑，那就继续吧Hanson：海思NNIE之Mobilefacenet量化部署​zhuanlan.zhihu.com关于上述内容，还是得到了一些认可，索性把人脸全家福奉上了，接坑！https://github.com/hanson-young/nniefacelib​github.comnniefacelib是一个在海思35xx系列芯片上运行的人脸算法库，目前集成了mobile...
海思NNIE开发（三）：FasterRCNN在海思NNIE平台上的执行流程（二）
夜风里唱的专栏
08-01 8939
系列文章 海思NNIE开发（一）：海思Hi3559AV100/Hi3519AV100 NNIE深度学习模块开发与调试记录 海思NNIE开发（二）：FasterRCNN在海思NNIE平台上的执行流程（一） 海思NNIE开发（三）：FasterRCNN在海思NNIE平台上的执行流程（二） 海思NNIE开发（四）:NNIE模块读入JPEG图片或视频 海思NNIE开发（五）：基于Hi355...
caffe学习（7）损失层、通用层
Yan_Joy的博客
11-07 2468
损失层Loss Layers损失通过将输出与目标进行比较，并不断优化减小loss。Softmax（with loss） 层类型：SoftmaxWithLoss 示例：layer { name: "loss" type: "SoftmaxWithLoss" bottom: "ip1" bott
图像通道转换[n c h w] 转 [n h w c]
张欣的专栏
10-11 1万+
Tensorflow定义的tensor的shape为[n,h,w,c]，而我们直接读取文件格式是[n,c,h,w]，为了转成[n,h,w,c]形势，可以采用三种方法： img = np.transpose(img, (0, 2, 3, 1)) img = img.reshape(img.shape[0],img.shape[2],img.shape[3],img.shape[1]) ...
Caffe实战系列：如何将CRFAsRNN移植到caffe-windows上去
一亩半分地
04-17 6363
（1）移植辅助的文件 将include/caffe/util/下的coords.hpp和modified_permutohedral.hpp复制到caffe-windows对应的目录 将src/caffe/util/modified_permutohedral.cpp复制到对应的目录中去 （2）移植Layer中的特性 在include/caffe/layer.h
评论 2
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