香橙派aipro 模型推理报错汇总

atc转om正常,结果完全不对。

背景:

在使用aipro推理自己训练的一个lprnet做车牌识别时各个流程正常,但是最终推理结果不对。

错误原因:

使用numpy对图片预处理后,传入的图片数据内存不连续。

修改代码

在数据预处理时添加一行代码,使图片在内存中连续。

def preprocess_image(image):
    img = cv2.resize(image, (94, 48))
    img = img.astype(np.float32)
    img -= 127.5
    img *= 0.0078125
    # img = img[:, :, np.newaxis]
    img = img.transpose((2, 0, 1))              # (3, 96, 96)
    img = img[np.newaxis,:,:,:]
    # --------------- 需要添加的代码 --------------- #
    img = np.ascontiguousarray(img, dtype=np.float32)
    # -------------------- end -------------------- #
    return img

atc转om正常,推理报错。

背景

想尝试一下yolov5官方的onnx模型,与香橙派samples里的模型做对比。

报错信息

[INFO] acl init success
[INFO] open device 0 success
[INFO] load model /home/HwHiAiUser/samples/aipro-sample-code/yolo/data/weight/yolo_official/yolo.om success
[INFO] create model description success
[ERROR] Check i:0 name:images in size:4915200 needsize:2457600 not match
[ERROR] Check InVector failed ret:-1
Traceback (most recent call last):
  File "/home/HwHiAiUser/samples/aipro-sample-code/yolo/main.py", line 114, in <module>
    infer_video(video_path, model, labels_dict, cfg)
  File "/home/HwHiAiUser/samples/aipro-sample-code/yolo/main.py", line 83, in infer_video
    image_pred = infer_frame_with_vis(img_frame, model, labels_dict, cfg, bgr2rgb=True)
  File "/home/HwHiAiUser/samples/aipro-sample-code/yolo/main.py", line 51, in infer_frame_with_vis
    output = model.infer([img])[0]
  File "/usr/local/miniconda3/lib/python3.9/site-packages/ais_bench/infer/interface.py", line 162, in infer
    return self.run(inputs, out_array=True)
  File "/usr/local/miniconda3/lib/python3.9/site-packages/ais_bench/infer/interface.py", line 94, in run
    outputs = self.session.run(self.outputs_names, inputs)
RuntimeError: [-1][ACL: general failure] 
[INFO] unload model success, model Id is 1
[INFO] end to destroy context
[INFO] end to reset device is 0
[INFO] end to finalize acl

报错分析

[ERROR] Check i:0 name:images in size:4915200 needsize:2457600 not match

从上面的错误分析,应该是数据与预期的不一致。类似于图片尺寸不对时的报错。
debug查看一下输入数据的相关信息。发现真有“4915200”这个数值(np.nbytes)。
百度后发现这个数值与输入数据的数据类型相关,且4915200 / 2457600 = 2。所以需要把数据从float32修改为为float16。

修改代码。

def preprocess_image(image, cfg, bgr2rgb=True):
    """图片预处理"""
    img, scale_ratio, pad_size = letterbox(image, new_shape=cfg['input_shape'])
    if bgr2rgb:
        img = img[:, :, ::-1]
    img = img.transpose(2, 0, 1)  # HWC2CHW
    # --------------- 需要修改的代码 --------------- #
    img = np.ascontiguousarray(img, dtype=np.float32)
    # ------------------- 修改为 ------------------- #
    img = np.ascontiguousarray(img, dtype=np.float16)
    # -------------------- end -------------------- #
    return img, scale_ratio, pad_size
  • 9
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
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