工具/软件:
您好、
我有一个具有 am68pa 架构的 TDA4VM 板、我想在板上训练、编译和运行 yolov5n 或 yolov8n 模型、要遵循什么过程和步骤来执行相同的操作? 我成功地为 yolov5s 做它,但似乎不能为 yolov5n 做它
This thread has been locked.
If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.
尊敬的 Vedanth:
您可能需要使用模型优化将模型转换为 lite 格式。 我包含了一个用于此目的的脚本、但在执行此操作之前 、您可能需要克隆 edgeai-tensorlab 并安装一些模块。
Git 克隆 github.com/.../edgeai-tensorlab.git
CD edgeai-tensorlab/
CD edgeai-modeloptimization/
PIP 安装。
PIP 安装 Torchvision
PIP 安装 tqdm
PIP 安装 netron
您需要将模型更新为适用于 TIDL 的格式的主要调用是:
edgeai_torchmodelopt.xmodelopt.surv1.convert_to_lite_model ()
#手术
如果 args.model_surgery ==xmodelopt.surgy.SyrgeryVersion.surgation_V1:
model = xmodelopt.surv1.convert_to_lite_model (model)
name_suffix =“_lite.onnx"</s>“
elif args.model_surgery ==xmodelopt.surgy.SyrgeryVersion.surgation_fx:
model = xmodelopt.surv2.convert_to_lite_fx (model)
name_suffix =“_lite.onnx"</s>“
否则:
提起 RuntimeError (“不支持的手术类型“)
#
然后保存您的模型并重试导入。
这些是 TIDL 支持的 yolo5 模型。
YOLOv5 模型具有很高的精度、是低复杂性推理的理想选择。 我们优化了 YOLOv5 模型、使其适合 TIDL。 请查看上面的链接以了解更多信息、尤其是在“由 TI 训练的模型“一节下。 还在此处发布经过预先训练的模型检查点和预编译的模型工件。
| 数据集 | 型号名称 | 输入大小 | GigaMACS | AP[0.5:0.95]% | AP50% | 器件 | 注释 |
|---|---|---|---|---|---|---|---|
| COCO | Yolov5s6_ti_lite_640 | 640x640 | 8.74 | 37.4. | 56.0 | y | |
| COCO | Yolov5s6_ti_lite_576 | 576x576 | 7.08 | 36.6. | 55.7 | (TRAIN@ 640、val@576) | |
| COCO | Yolov5s6_ti_lite_512 | 512x512 | 5.59 | 35.3. | 54.3. | (TRAIN@ 640、val@512) | |
| COCO | Yolov5s6_ti_lite_448 | 448x448 | 4.28 | 24.0 | 52.3. | (TRAIN@ 640、val@448) | |
| COCO | Yolov5s6_ti_lite_384 | 384x384 | 3.15 | 32.8. | 51.2. | y | (TRAIN@ 384、val@384) |
| COCO | Yolov5s6_ti_lite_320 | 320x320 | 2.19 | 30.3. | 47.6. | (TRAIN@ 384、val@320) | |
| COCO | Yolov5m6_ti_lite_640 | 640x640 | 26.25 | 44.1. | 62.9 | y | |
| COCO | Yolov5m6_ti_lite_576 | 576x576 | 21.26 | 43.0 | 61.9 | (TRAIN@ 640、val@576) | |
| COCO | Yolov5m6_ti_lite_512 | 512x512 | 16.08 | 42.0 | 60.5 | (TRAIN@ 640、val@512) | |
| COCO | Yolov5l6_ti_lite_640 | 640x640 | 58.92 | 47.1. | 65.6. | y |
这种模型是从 100 epoch 的官方模型被微调 |
有一些支持 yolov8 的变体,但由于许可限制,我们的网站上不可用。
e2e.ti.com/.../model_5F00_surgery_5F00_examples.py
此致、
嗨、我尝试了一些建议的事情、这些都是我有疑问的几件事
尊敬的 Vendanth:
我建议从 Model Zoo 中已有的模型开始、因为它们 开箱即可获得支持。 用一个随机的模型从野外会花你更长的时间。
此致、
Chris
我能够从头开始训练 yolov5n 如果我改变 yolov5n.yaml 匹配骨干从 v5.0,但我想微调它,我无法从 edgeai-yolov5 存储库,因为 yolov5n 是在 v6.0 的超分析与不同的骨干层和不同的层,例如 SPPF , 这在旧版本中不存在、因此我收到一个错误、指出当我尝试从 edgeai-yolov5 对其进行微调时、这些层不存在、是否有预先训练的 yolov5n 模型可用?