[参考译文] TDA4VM：edgeai-modelmaker 10.1r CPU 中的编译失败

尊敬的 Wang：

我会尝试重新创建,并尽快回到你。  

此致、

Christina

尊敬的 Wang：

请为 yolox-s-lite 发送您的确切 onnx 型号。
同时、config_detection.yaml 中的任何其他模型是否适用于您（例如：yolox_nano、yolox_tiny）？

此致、

Rohit

谢谢王。

我们一直在尝试重新创建、并将在获得更多信息时更新您。

此致、

Christina

尊敬的 Wang：

我一直在努力重新创建您的问题。 您能否向我们提供有关您如何设置环境的更多信息？ 您如何解决安装依赖项以编译模型的问题？ 详细分步说明您所做的工作将帮助我重新创建您的问题。
 

我想在此澄清您是在运行 GPU 还是 CPU 设置、因为您的日志证明正在使用 GPU。

此致、

Rohit

嗨、Rohit、

感谢您的跟进。 以下是我用于设置环境的详细步骤：

e2e.ti.com/.../6170.txt

我使用创建了一个虚拟环境  pyenv  在 Python 3.10 中激活它、然后通过运行 ./setup_gpu.sh 中的脚本来安装依赖项  edgeai-modelmaker  TMDSCNCD28379D 文件夹。 尽管此脚本以 GPU 设置为目标、但我明确配置了在其上运行的训练  模块  通过 num_gpus: 0 在 YAML 文件中进行设置。 在安装过程中、我遇到了一个循环版本冲突 onnxscript 、它似乎无法解决、因此我继续忽略它、假设它不会严重影响工作流。

此致、
Wang  

尊敬的 Wang：

感谢您提供详细信息。 我将尝试重新创建环境并对设置进行故障排除。 我会尽快回复您的调查结果。

此致、
Rohit

您好、王

我尝试重现您的错误、相信 modelmaker 堆栈有多个潜在问题。 我们希望与开发团队一起解决这些问题、但由于存在这些问题的带宽、您的 modelmaker 问题很可能需要一些时间才能得到解决。

作为替代方法,我已经为您的自定义数据创建了一个培训脚本使用 YOLO 9 和更低的体系结构。 无论您使用 conda 还是仅使用 pyenv 环境、都可以将以下 python 笔记本与任何 python 环境配合使用。

经过训练和导出的 onnx 模型后、您可以使用 edgeai-tidltools 来处理所有器件的编译。

edgeai-tidltools 存储库： github.com/.../

如果您需要有关此新工作流程的任何帮助、请告诉我。
 

我们最新版本发布时、edgeai-tidltools 目前不支持 YOLOX。 因此,我们建议您使用 Yolo 9 及更低版本。

注意：对数据进行更多的周期培训可能会提高平均精度。 我还建议您按照如下所示的确切 COCO 数据集设置：

示例文件结构：

##根目录

*注释:此目录包含数据集的注释文件。

   + instances_train2017.json：训练集的实例注释 (2017)。

   + instances_val2017.json：验证集的实例注释 (2017)。

*图像:此目录包含数据集的图像文件。

   + train2017:训练图像（2017 年）。

   + val2017:验证图像（2017 年）。

   + test2017:测试图像（2017 年）。

对于其他 E2E、可以尝试将其用作替代解决方案。  

e2e.ti.com/.../tda4vm-edgeai-modelmaker-compile-issue-invalid-layer-name-error-on-tiscapes2017_driving-model-0-accuracy

e2e.ti.com/.../7178.trainYOLO.ipynb