[参考译文] TDA4VM：[edgeai-modelmaker 编译问题] TiSCAPES2017_driving 模型上的层名称错误无效（0%精度）

e2e.ti.com/.../1727.run.log

您能否包括您的 ONNX omdel？

此致、

Chris

e2e.ti.com/.../od_2D00_8200.tar.gz
您好、Chris、这是我的 ONNX 模型。

你好 Chris、我的问题尚未解决。 请帮帮我。

您好、王先生、由于 Chris 的带宽、我将为您提供帮助。 该操作是否在 edgeai-benchmark 上的 PC 仿真上运行？ 您是否使用了最新版本试用过它？ 您还能分享.yaml 吗？  

此致、

Christina

是的、我使用 edgeai-benchmark 仿真在 PC 上运行该程序。 我已经使用最新版本进行了测试、但问题仍然存在、精度保持为 0。

附件是 .yaml 供参考的配置文件。  

通用：
TARGET_MODULE：'VISION'（视觉'）
task_type：“保护“
TARGET_DEVICE：“TDA4VM"</s>“
# run_name 可以是任意字符串,但有一些特殊情况:
#｛date-time｝将替换为 datetime.datetime.now().strftime（“%Y%m%d-%H%M%S")“）
#｛model_name｝将替换为模型的名称
run_name：“｛date-time｝/｛model_name｝“

数据集：
#启用/禁用数据集加载
Enable：true #false
# max_num_file：[750, 250]#None

#对象检测数据集示例:
#--------------------------------------------
#示例 1,（已知数据集）:'widerface_detection','Pascal_voc0712','coco_detection','udacity_selfriving', “gato_detection"，“，"tiscapes2017_driving"、"tiscapes2017_driving"</s>“ “
# datase_name: widerface_detection
#--------------------------------------------
#示例 2,指定数据集名称和 input_data_path。
# input_data_path 可以是 zip 文件、tar 文件、文件夹或 http、https 链接到 zip 或 tar 文件的路径
#对于 input_data_path 这些作为示例与此存储库一起提供:
#'software-dl.ti.com/.../tiscapes2017_driving.zip'
#'software-dl.ti.com/.../animal_detection.zip'
#--------------------------------------------
#示例 3,提供带有注释文件的图像文件夹（需要包含列车和 val 分割值的列表）
# datase_name：COCOCO_DETECTION
# input_data_path：[./data/projects/coco_detection/dataset/train2017、
#“/data/projects/coco_detection/dataset/val2017 “]
# input_annotation_path：[./data/projects/coco_detection/dataset/annotations/instances_train2017.json、
#“/data/projects/coco_detection/dataset/annotations/instances_val2017.json “]
#--------------------------------------------
dataset_name：tiscapes2017_driving
INPUT_DATA_PATH：'oftware-dl.ti.com/.../tiscapes2017_driving.zip'
#datase_name: broken
#input_data_path：“./data/projects/broken/dataset

培训：
#启用/禁用训练
Enable：true #false

#如果需要,可以在此处更改所选的物体检测模型
#选项为：“yolox_s_lite"，“，"yolox_tiny_lite"、"yolox_tiny_lite"，“，"yolox_nano_lite"“"yolox_nano_lite"，、，"yolox_pico_lite"“"yolox_pico_lite"，“，"yolox_Femto_lite"、"yolox_Femto_lite"，“，</s>“ 、““、“yolov7_l_lite"</s>“
model_name：“yolox_nano_lite"</s>“

training_epocs：15 #30
#批处理大小: 8#32
# LEARNING_RATE：0.005
NUM_GPU：1 #1 #4

编译：
#启用/禁用编译
Enable：true #false
# tensor_bits：8 #16 #32

谢谢您的支持。 我将尝试在我的最后重新创建您的问题

此致、

Christina

您好！有关此问题的任何更新？ 我面临一个类似的问题、我已经使用 edgeai-mmdetection 训练了我的 YOLOX-Nano 模型、导出了 ONNX 和 protottxt、最后使用 edgeai-benchmark 中的教程对其进行编译。 在 32 位不使用任何量化（即）的情况下编译模型后、仍能提供 0 精度。 不过、在编译之前、训练精度高于 50%。 这对我来说似乎是一个关键问题、使整个堆栈几乎无法使用、无法获得一个可正常工作的模型。 请提出一个或多个解决方案。