junze6

> Have you solved it? I have the same problem

我尝试使用pytorch框架下yolov3-tiny训练剪枝完转成kmodel，输入224x224,结果检测不出来东西，10改7，20改14，还有一些其他参数改了都没用，会是模型的问题吗

非常感谢您的回答，代码里只有单独的precision,recall指标，请问我想计算map应该怎么做。

好的，感谢您的回复，我利用pycocotools,现在已经可以计算每个epoch的map了

我加载不了模型，是不是内存不够了。这是我转换成kmodel时，显示的 MEMORY USAGES .input 840.00 KB (860160 B) .output 61.52 KB (63000 B) .data 3.28 MB (3440640 B) MODEL 963.44 KB (986560 B) TOTAL 5.10 MB (5350360 B)

我使用yolo-fastestv2跑出来的pth转onnx再转kmodel,使用你的代码在部署模型时，卡在下面加载模型代码这里，是什么原因？ /* 初始化 kpu */ if(kpu_load_kmodel(&task, model_data_align) != 0) { printf("\nmodel init error\n"); while(1) ; }

onnx转成kmodel可以进行量化吗

我添加printf函数发现是nncase_load_kmodel()函数出问题，重新下载[kendryte-standalone-sdk],可以加载模型了，但是报了一些看不懂的错误，请问一下您知道这是什么原因吗 core dump: misaligned load Cause 0x0000000000000004, EPC 0x000000008000567a reg[00](zero ) = 0x0000000000000000, reg[01](ra ) = 0x0000000080005662 reg[02](sp ) = 0x000000008045d9f0, reg[03](gp ) = 0x0000000080426178 reg[04](tp ) = 0x0000000080456ac0, reg[05](t0...

我使用的sdk版本是develop，onnx量化可以先经过onnxsim简化吗，为什么我量化失败了

yolo-fastestv2的检测头将检测框的回归，前景背景的分类以及检测类别的分类解耦成3个不同的特征图，导出onnx时在通道维度合并了，这个有影响吗