PowerDi

> sorry @Ricardosuzaku , I still not cannot see the log Could I say that 7.2 have fixed the problem of INT8 when compared to 7.1.3.4 on YOLOv5 model?

> @PowerDi we did not see any functional bug for YOLOv5 INT8. Could you elaborate more? Thanks Yes. In fact we perform Hardwish in th way: https://github.com/enazoe/yolo-tensorrt/blob/be3859be606b4e2cfc86f835e424d0df6018e18c/modules/hardswish.cu#L45-L61 And we add...

The same with the question.

> > 你使用的是 Windows 吗？可以选中文件后 Shift+RightClick 复制所有路径，然后 `upgit 文件1 文件2 文件3 -o markdown` > > 目前我使用upgit的场景是这样的. 在一个叫obsidian的类似于typora的md笔记软件里, 通过给"upgit :clipboard -f markdown"这条命令行语句设置一个快捷键(shift-v)来快捷地使用upgit. 设置完毕, 我在软件里直接按shift+v, 就能把剪贴板里的截图自动上传并在文档光标处插入回传的图片链接. 所以基于我的这种用法, 被执行的命令行指令是不能变的, 如果每回都得手动输入文件123... 那用起来就太折磨了. 我所期望的是, 不管一个md文档之中有多少张本地图片,...

> int8是会有精度损失，要用训练集的子集作为校准图片 用ubuntu的TensorRT7.0.0 量化是没问题的。用Agx的TensorRT7.1.3(只有这个版本)，int8校准后结果不对了，fp32正常。代码上有什么需要注意的地方吗？

没有解决，可以转成onnx并使用端到端推理，不采用层api的形式 ------------------ 原始邮件 ------------------ 发件人: persuelx ***@***.***> 发送时间: 2022年10月23日 22:44 收件人: enazoe/yolo-tensorrt ***@***.***> 抄送: PowerDi ***@***.***>, Mention ***@***.***> 主题: Re: [enazoe/yolo-tensorrt] int8预测结果不对 (#98) @PowerDi 请问后来你在Agx上这个int8的问题解决了吗？ — Reply to this email...

> 没出现过，再就是engine文件不通用，在jetson平台需要重新生成engine 正常的物体在agx上置信度推理出来的高1%左右，但是会有误检

您好，这边在学习的过程中遇到了一些新的问题，可以帮忙看一下吗？ 我将网络的输入修改成了512尺寸，并将focus层之后的卷积层的步长改为了1想要让yolo层的特征尺度放大一倍，诸如 ``` # YOLOv5 backbone backbone: # [from, number, module, args] [[-1, 1, Focus, [64, 3]], # 0-P1/2 [-1, 1, Conv, [128, 3, 1]], # 1-P2/4 ``` 但我将训练后的模型在trt转换后所有框的置信度输出，发现结果都是异常值，于是我进行了逐层分析。 发现在将focus层后的CBL层，同样的位置在不修改其他参数只修改步长由2->1之后，出现了训练环境pytorch与TRT输出不一样的结果（正常模型在该层输出是一样的）...

> > 还 Obsidian 了，为知新出的笔记也不怎么好用，老版本也没啥生气。为知不能批量导出 markdown 真是。。。 > > https://github.com/altairwei/WizNotePlus 可以批量导出 Markdown 试了一下，mac导出时会卡在进度条，没有导出成功

> 控制器本身设计目标为单一（经重构后可能为两个）二进制免配置启动，因此任何人可以很方便编写Dockerfile使用Docker部署。当然，我们在功能本身完善稳定后，会提供Dockerfile及Image。 谢谢。客户端有办法暂时用tailscale进行连接吗？因平台问题tailscale覆盖的安装包比较齐全。且无界面