rknn-toolkit
rknn-toolkit copied to clipboard
rockchip-linux
(1)使用平台：rk3399+rk1808 (2)调试的问题：现阶段rknn关于EfficientNet-B7的量化支持不太友好，精度分析运行完整模型时，精度会掉很多(完整的量化分析参考附件)，之前参加开发者大会时PPT中有提到 支持EfficientNet的模型(不知支持的是B0-7的哪一个版本) (3) 对于分类模型来说，现阶段很多都用到EfficientNet-B7，关于量化的不友好会限制rk1808的推广，同时不利于开发者的调试，请帮忙分析一下其中的问题，或者帮忙提供一下解决方法，谢谢！！！ [entire_qnt_error_analysis.txt](https://github.com/rockchip-linux/rknn-toolkit/files/8811535/entire_qnt_error_analysis.txt)
I tried to evaluate a .rknn model onto my RV1126 with rknn_toolkit 1.7.1 from Ubuntu 18.04 but encountered a NPUTransfer failed error. The error log is as follows. Extra information:...
硬件平台：rv1109 rknn_tookit：1.7.1 pytorch框架的torch.nn.ConvTranspose2d 反卷积算子，是不支持吗？ 我看了一下支持文档doc/RKNN_OP_Support_V1.7.1.md 的 pytorch算子支持列表，确实没有反卷积算子，但用转换量化工具，又没有任何的报错，显示可以转换量化反卷积算子，转换出来的模型，在rv1109处理器上，运行结果都是错的，测试了两个算法，比如CenterNet目标检测算法 和 DBNet文本检测算法。 而像yolox和yolov5，采用上采样代替反卷积的算法，都运行正常。ocr_recog识别算法，没有任何反卷积和上采样，也没有问题，运行正常。 如果确实是反卷积暂时支持不好，那只能先用上采样 + 卷积代替了。
I am trying to convert sklearn model to rknn. For conversion I follow sklearn -> ONNX -> RKNN exchage. my code is here: ``` import numpy as np import os...
paddleocr模型能转到1.6.0版本的onnx，且精度没有问题，但1.6.0版本的onnx转rknn遇到了单向双层的lstm算子不支持问题，即使把onnx的选项opset-version设置成11/12也是报出了同样的问题， ```text W Not match tensor LSTM_LSTM_4:out0 E Try match layer: LSTM_LSTM_4:out0 failed! The OP of this layer may not yet support, please check document ! E Catch exception when...
现在我把宿主机与计算棒上的版本统一至1.7.1了，我开启了ntp模式 sudo ./npu_transfer_proxy I NPUTransfer: Starting NPU Transfer Proxy, Transfer version 2.0.0 (8f9ebbc@2020-04-03T09:12:30), devid = TM018083200400316, pid = 421158:421157 开始运行1.7.1版本examples 中的示例代码遇到了如下问题 I Build config finished. D target set by user...
语义分割网络，在onnx2rknn或者pytorch2rknn时，碰到argmax输出数据类型的问题，问题报错如下： > E Catch exception when building RKNN model! > E Traceback (most recent call last): > E File "rknn/base/RKNNlib/RKNNnetbuilder.py", line 437, in rknn.base.RKNNlib.RKNNnetbuilder.RKNNNetBuilder.build_layer > E File "rknn/base/RKNNlib/RKNNnetbuilder.py", line 476,...
pytorch中lstm的代码如下： self.rnn = nn.LSTM(nIn, nHidden, num_layers=1, bidirectional=True) 能够成功转换到onnx，但是在onnx转到rknn的时候fail，代码如下  报错如下：  通过Netron查看onnx该层的结构图如下：  我猜想会不会是sequence_lens参数没有导致的？如果是的话，要如何对代码进行修改呢？如果不是的话，又是什么原因导致这个问题的出现，要如何去修改？
