nnie模型（海思平台）平台转模型改变输入消除ceil_mode影响

已于 2022-04-24 14:54:24 修改
阅读量987 收藏 1
点赞数
分类专栏： 车牌识别 深度学习理论 文章标签： 人工智能
于 2020-06-16 17:07:12 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/yang_daxia/article/details/106790418
版权
车牌识别 同时被 2 个专栏收录
45 篇文章 55 订阅 ¥19.90 ¥99.00
订阅专栏
深度学习理论
45 篇文章 4 订阅 ¥19.90 ¥99.00
订阅专栏 超级会员免费看
由于海思平台不支持maxpool ceil_mode=false，导致使用resnet模型时出现问题。解决方案包括调整输入尺寸以避免ceil_mode的影响，例如将输入从384改为382，确保计算后的输出为整数。另一种方法是修改maxpooling参数为2, 2, 0，以适应平台限制。总结来说，通过减少输入尺寸2或者改变pooling参数可以解决此问题。" 1932465,11497,MFC程序详解：从最简到实用,"['MFC', 'Windows应用开发', 'C++', '对话框编程']
摘要由CSDN通过智能技术生成

原因：海思平台不支持maxpool中ceil_mode=false,

resnet中的maxpool默认为false。

torch.nn — PyTorch 1.11.0 documentation


 

解决办法：

resnet  maxpool只有一处：

1、改变输入

改变输入大小，使得不受ceil_mode影响。

pool计算公式：

如：

了解本专栏 订阅专栏 解锁全文
yang_daxia
关注
专栏目录
订阅专栏
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 二、MPP开发入门1）讲解vi? vdec vpss 以及vo等概念以及视频图像怎么在它们之间传递2）vdec vpss vo例程代码及其调试方法详解 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。
Ruyi环境搭建与NNIE模型转换与使用
guolele2010的专栏
08-06 2210
Ruyi环境搭建与NNIE模型转换与使用 一、 Ruyi是一个集成 开发环境 ，主 要用于模拟程序运行，模型转换，验证对比。模型转换后，Ruyi提供了一些仿真库，让Ruyi可以仿真模型转换后的模块一样，运行得到相同结果。 常用功能仿真即可，我们只需要知道结果，然后跟原模型输出结果做对比即可,甚至更多时候我们只是直接在目标板上跑。 关于模型转换后是否精度正确，那么他就需要运行caffe，来加载模型，并跑一张图的检测，然后把中间结果输出到文件，以便后续对比。 二、windows caff.
海思NNIE精度对比详细操作指南
最新发布
u012374012的专栏
06-21 597
海思NNIE部署推理经常会遇到精度下降问题，但是又摸不着头脑究竟是什么原因，因此需要做精度分析来排查是不是算子问题或者是具体哪个算子问题。
NNIE模型转换环境搭建
雄关漫道真如铁 而今迈步从头越
06-30 6445
NNIE模型转换环境搭建 《NNIE模型转换环境搭建》   写点重要的东西 Key Words：多版本gcc安装、NNIE模型转换 Beijing, 2020 作者：RaySue Code：https://github.com/RaySue/NNIE-lite Agile Pioneer   实验环境： Ubuntu18.04   海思只给提供了一个模型转换工具nnie_mapper，是把caffe模型转为nnie硬件支持的.wk的压缩模型文件。模型的原始值是float32表示的
海思 3559 SVP NNIE demo解读
qq_35571432的博客
10-18 5365
海思3559 SVP NNIE demo解读 图片处理——yolo3为例 1. 先看函数void SAMPLE_SVP_NNIE_Yolov3(void) - 部分1 HI_CHAR *pcSrcFile = "./data/nnie_image/rgb_planar/dog_bike_car_416x416.bgr"; HI_CHAR *pcModelName = "./data/nnie_model/detection/inst_yolov3_cycle.wk"; HI_U32 u32PicNum =
海思开发：relu、relu6 在量化前后的精度变化及原因思考
tangshopping的博客
01-22 7352
一、前言 以前部署 HopeNet 的时候，发现了relu6与relu的差异。具体就是 relu 模型量化后精度下降 14%，relu6 模型量化后精度下降 2.5%。这两个模型除了 backbone、激活函数不一样，其他都一样。所以 relu6 可以减少量化精度损失？因为上面两个模型backbone不一样，所以考虑再进行一个条件更严格的对比实验。 二、实验 特意选了 MobileNet v2，它的激活函数刚好是 relu6，数据集类别数是 2，数据集大小为正负类各 500个。我们训练两款模型 Mobile
face_recognition_nnie_海思CV500nnie人脸识别_
10-02
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），能够高效地运行复杂的深度学习模型。 首先，我们要理解海思CV500芯片的角色。海思是一家知名的...
基于海思35xx nnie引擎进行经典目标检测算法模型推理
06-16
本课程包括下面6个经典目标检测算法模型的讲解： 1.基于自己数据集的Faster RCNN模型训练、验证以及nnie上仿真和运行。 2.基于自己数据集的RFCN模型训练、验证以及nnie上仿真和运行。 3.基于自己数据集的SSD模型...
face_recognition_20210302_海思CV500nnie人脸识别源码_
10-01
特征提取阶段，海思CV500nnie可能使用预训练的深度学习模型，如FaceNet、VGGFace或ArcFace，这些模型可以将人脸转换为高维特征向量。最后，通过计算特征向量之间的距离，如欧氏距离或余弦相似度，来确定两幅人脸图像...
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。
04-26 937
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。
海思方案网络摄像机使用说明书
05-07
海思方案网络摄像机使用说明书
基于海思NNIE引擎实现sensor视频识别应用
06-19
本课程一共分为四个部分，如下所示。一、课程内容、特色、目标以及答疑 二、点亮sensor imx3771）3519av100 010SDK的提供以及框架梳理2）sensor驱动代码的讲解 3）将sensor驱动编译进sample代码3）sample_vio代码的简要讲解 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
PyTorch中MaxPool的ceil_mode参数
你好，明天，，的博客
01-12 1116
Pytorch池化层Maxpool中ceil_mode参数取true或false时的效果。
海思NNIE仿真
m0_49009986的博客
05-25 756
参考：https://www.freesion.com/article/9347833035/ https://www.cnblogs.com/thunder-wu/p/14150599.html https://blog.csdn.net/avideointerfaces/article/details/89037223 仿真配置文件编辑 双击工程sim_out目录下nnie_sim.ini文件，配置： 保存设置： 仿真工程编译与运行 打开海思自带的sample_simulator/src文件夹下的
Pytorch池化层Maxpool2d中ceil_mode参数
weixin_37858453的博客
11-07 793
Pytorch池化层Maxpool2d中ceil_mode参数
海思3559U-Boot移植（一）：一路next的默认模式
快跑Bug来啦！
05-08 1102
前言   Hi3559AV100 单板的 Bootloader 采用 U-boot。当选用的外围芯片的型号与单板上外围芯片的型号不同时，需要修改 U-boot 配置文件，主要包括存储器配置、 管脚复用。sdk包里有uboot的源码，可以进行修改后编译 编译 U-boot   当所有移植步骤完成后，就可以编译 U-boot，操作如下： 步骤 1 配置编译环境   当启动介质是 SPI-Nor Flash 或 SPI-NAND Flash 时， 使用配置命令：   make CROSS_COMPILE=aarc
HiSVP开发指南：海思3559A人脸检测与SmartVision平台详细教程
HiSVP开发指南是一份详细的文档，由上海海思技术有限公司于2019年7月10日发布，专为Hi3559A、Hi3559C、Hi3519A、Hi3516D、Hi3516C、Hi3559V200和Hi3516A V300系列芯片的开发提供支持。这份文档主要针对技术支持...
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

打赏作者

yang_daxia

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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