leeburt

我自己写了一个工程来读取图像，进行预处理后进行识别，利用提供的detection_output.cc处理最后一层，但是识别不到任何东西？ ``` { // config runtime #ifdef USEGPU //mace::SetOpenMPThreadPolicy(-1,static_cast(1)); mace::DeviceType device_type = mace::GPU;//CPU = 0, GPU = 2, HEXAGON = 3 mace::MaceEngineConfig myEngConfig(device_type); if (device_type == mace::DeviceType::GPU) { myEngConfig.SetGPUHints( static_cast(3),...

你好，目前还是gpu报错，报错为： ``` ***************************************************************************** Run model MobileNetSSD on linaro-developer3.4.0-eagle8074 ***************************************************************************** Generate input file: builds/MobileNetSSD/_tmp/MobileNetSSD/a27875922bf418df62520e7ebd71a97e/linaro-developer3.4.0-eagle8074_MSM8x74AA/armhf/model_input_data Generate input file done. * Run 'MobileNetSSD' with round=1, restart_round=1, tuning=False, out_of_range_check=False, omp_num_threads=(-1,), cpu_affinity_policy=(1,), gpu_perf_hint=(3,), gpu_priority_hint=(3,) bash:...

> 是否可以提供一下模型文件和yml文件？可以参考这个： > > ```yaml > library_name: ssd-mobilenet-v1 > target_abis: [armeabi-v7a, arm64-v8a] > model_graph_format: file > model_data_format: file > models: > ssd_mobilenet_v1: > platform: caffe > model_file_path: https://cnbj1.fds.api.xiaomi.com/mace/miai-models/ssd-mobilenet-v1/MobileNetSSD_deploy_new.prototxt > weight_file_path:...

> 如果模型一致的话，使用我提供的yml，只修改abi参数正常吗？你的yml中 mbox_priorbox 的output shape有问题。 我将我的改过来了，同时跑你的yml和我的yml文件，结果一样。cpu正常，gpu一直在循环打印找不到/usr/lib/libq3dtools.so。我将新生成的模型文件放到我自己的工程中依旧是`Out of resources: Out of resources`。同时288*288没有问题。 ``` root@lee-virtual-machine:/home/work/mace# python tools/converter.py run --config=../model/caffe/ssd_mobilenet_v1.yml --device_yml=/home/work/model/caffe/devices.yml * Build //mace/tools/validation:mace_run_static with ABI armhf WARNING: --batch mode is deprecated. Please...

> @leeburt 可以安装一个OpenCL-Z的app，查看一下IMAGE2D_MAX_WIDTH的参数，这里报`CL_INVALID_IMAGE_SIZE`，看着像是opencl的image width or height超出设备限制了 你好，我是arm-linux不能装app咋办。

I find MobileNetSSD_train.prototxt under template folder has lr_mult: 0.1 decay_mult: 0.1 but train.prototxt generated by gen.py has lr_mult: 1.0 and decay_mult: 1.0 . two others are ok. I feel confused.