libofei2004

Results 39 comments of libofei2004

@dosu 我修改了之后导出还是报错: Traceback (most recent call last): File "", line 1, in File "/mnt/d/项目/识别/yolo/best_pnnx.py", line 477, in export_torchscript mod = torch.jit.trace(net, v_0) File "/home/libofei/.local/lib/python3.10/site-packages/torch/jit/_trace.py", line 1002, in trace traced_func =...

@dosu 目前print(v_142.shape)打出的是{torch.Size([1, 65, 80, 80])},这样应该怎么算通道数?

@dosu 那问题来了,我既然是用官方yolov8n.pt的预训练模型进行的训练,且训练只有一个类型,我的yaml文件是: path: /mnt/d/项目/识别/yolo/train # 指向你的 val2017 文件夹 train: images/train # 训练集图片的相对路径(相对于 path) val: images/val # 验证集图片的相对路径(相对于 path) #test: images/test # 测试集路径(可选) # 类别数量 nc: 1 # COCO 80 类名称...

@dosu 80类的是144,,1类的是65,正好差79,所以view(1, 65, -1)这个应该是正确的,而不是view(1, 6, -1),模型确实只剩一个类型了

@dosubot 我运行了代码, ``` import torch from ultralytics import YOLO model = YOLO('yolov8n.pt') # 加载模型 model.model.eval() dummy_input = torch.randn(1, 3, 320, 320) traced = torch.jit.trace(model.model, dummy_input) traced.save('yolov8n_ts.pt') ``` 但报错 : /home/libofei/.local/lib/python3.10/site-packages/ultralytics/nn/modules/head.py:163:...

@dosubot 用 traced = torch.jit.trace(model.model, dummy_input, check_trace=False) traced.save('yolov8n_ts.pt') 语句或 torch.onnx.export(model.model, dummy_input, 'yolov8n.onnx') pnnx yolov8n.onnx inputshape=[1,3,320,320] 确实可以导出成功,但放在安卓程序框架(https://github.com/nihui/ncnn-android-yolov8)里运行后会出问题卡住,栈如下: art_sigsegv_fault 0x0000007ebb1124d4 generate_proposals(const ncnn::Mat &, int, const ncnn::Mat &, float, std::__ndk1::vector &) yolov8_det.cpp:180 generate_proposals(const...

@dosubot 如何用param 确认输出层的 shape 是否为 [grid_w, grid_h, 255],原框架自带的yolov8n.ncnn.param最后是Concat cat_16 3 1 213 215 217 out0 0=0,而我转出来的是Concat cat_18 2 1 263 264 out0 0=0,确实要少一列,但原框架的yolov8n.ncnn.param是怎么生成的呢?

@dosubot 我不太明白 yolov8n.torchscript为什么要导出两次,第一次导出和第二次有什么关系?看步骤也比较繁琐,那么pnnx的转换方式相比ncnn命令的方式优势在哪里?