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.

[参考译文] AM69A:使用 TIDL 为 AM69A 导入 yolov9s_lite.onnx 时出现编译错误 — 不支持的扩展节点

Guru**** 2538930 points
Other Parts Discussed in Thread: AM69A

请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/processors-group/processors/f/processors-forum/1545617/am69a-compilation-error-when-importing-yolov9s_lite-onnx-for-am69a-using-tidl-unsupported-expand-node

器件型号:AM69A


工具/软件:

您好 TI 支持团队:

我已yolov9s_lite从中提供的源代码开始重新训练模型 edgeai-tensorlab https://github.com/TexasInstruments/edgeai-tensorlab/tree/main/edgeai-mmdetection。在经过训练并导出为 ONNX 格式后、编译会在导入过程中失败、TIDL 将目标对准 AM69A 实现 SoC、如下所示:

edgeai-tidl-tools 版本 10_01_00_02

[TIDL Import]【解析器】错误:TIDL 不支持的层类型—层类型=展开、节点名称=/BBOX_HEAD/.../expand
[TIDL Import]致命错误:ONNX 模型导入失败

ONNX 模型链接:
https://drive.google.com/file/d/1XFninyOZuHDRnmMlQH7Q8UYmKKyNuQhT/view?usp=sharing

请您的团队帮助:

1.使用 TIDL 面向 AM69A (AM69A) 编译提供的 ONNX 文件、并确认导入/编译是否成功?

2.如果失败,请说明导致失败的运算符或图层类型(例如展开)。

3.提供任何可用的指导或解决方法来解决问题,例如转换脚本或建议的模型编辑步骤。

希望您在尝试构建时可以分享的任何日志或输出信息。

提前感谢您对此问题的检查和建议。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好;

    感谢您问这个问题。

    您发布的屏幕截图不可读。 您能否以更高的分辨率重新插入屏幕截图?

    此外、TI 网络不允许访问 Google 驱动器、您能否只在此处(e2e 网站)上传模型?

    重新训练模型后、您是否收到任何错误或警告消息? 如果是、请提供这些消息、以及您训练模型的步骤。

    对于模型编译指导、请在“model_configs.py"中“中创建模型实例化(这是下载的 edgeai-TIDLad-tools 文件夹中的“../examples/osrt_python /“子文件夹下的文件)。 由于您使用的是 Yolo 模型、因此您的配置文件应该非常类似、我将其从“model_configs.py"中“中复制、然后粘贴到下面。

    确保根据您的模型相应地调整参数。

    此外、在同一目录中、还有一个“common_utils.py"文件“文件、也请根据经过训练的模型调整参数。

    然后您就可以编译或推理您的模型。  

    此致

    Wen Li  

    ================================

    “OD-8200_onnxrt_coco_edgeai-mmdet_yolox_nano_lite_416x416_20220214_model_onnx":“:create_model_config (
    task_type=“detection",“,</s>、
    Source=dict(
    推断形状=
    )、
    preproception=dict(
    调整大小=416
    作物=416
    data_layout=“NCHW",“,</s>、
    PAD_COLOR=[114,114,114]
    resize_with_pad=[True、“Cornor"],“,</s>、
    REVERSE_CHANNES=True
    )、
    Session=dict(
    session_name=“onnxrt",“,</s>、
    model_path=os.path.join (
    models_base_path、“yolox_nano_lite_416x416_20220214_model.onnx"</s>“
    )、
    meta_layers_names_list=os.path.join(
    models_base_path、“yolox_nano_lite_416x416_20220214_model.prototxt"</s>“
    )、
    META_ARCH_TYPE=6
    INPUT_Mean =[0、0、0]、
    INPUT_SCALE=[111]、
    Input_optimization=True
    )、
    postprocess = dict (
    格式化板=“DetectionBoxSL2BoxLS",“,</s>、
    resize_with_pad=True
    关键点=False
    object6dpose=False
    归一化检测=错误
    shuffle_indices=None
    挤压轴=
    rempe_list=[(–15)、(–11)]、
    IGNORE_INDEX=None
    )、
    extra_info=dict (
    OD_TYPE=“SSD",“,</s>、
    framework=“MMDetection",“,</s>、
    num_images=numImages、
    NUM_CLASS=91
    label_offset_type=“80to90",“,</s>、
    LABEL_OFFSET=1
    )、
  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    e2e.ti.com/.../yolov9s_5F00_lite_5F00_humandet-_2800_1_2900_.zip

    我附上了我正在使用的 ONNX 模型。 我想请您在以下步骤中提供帮助:

    1. 您能否尝试使用 TIDL 针对 AM69A 平台编译提供的 ONNX 模型(即)am69a
      我想确认导入和编译过程是否成功。

    2. 将会关闭 、请帮助确定导致问题的运算符或图层(例如,,等)ExpandNonZero

    3. 也可以使用 TVS 二极管 、非常感谢您的建议—无论这涉及以下方面:

      • 修改模型(例如,删除不受支持的操作)、

      • 使用转换脚本、

      • 或应用与 TIDL 兼容的任何模型编辑步骤。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    尊敬的 Wen Li 
    我们正在等待您的答复。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好;

    感谢 onnx 模型。 很抱歉晚才回复。  

    我想您缺少“your_model.prototxt"文件“文件“。 这是 Yolo/物体检测模型编译所需的。 请参阅我之前发布的文章、了解.pythone 程序“onnxrt_ep.py"中“中如何使用.prototxt 文件。  

    此文件是在您创建/训练模型时从您使用的任何平台(例如 TensorFlow 或 Pytorch)生成的。 这部分是我们无法控制的。  

    一旦获得了.portotxt 文件、结合.onnx 文件、将两者都放在 models/public 目录下。 然后进行编译。 我捕获了屏幕截图并发布在这里。 这是我的模特/pulbic 看起来像;你可以看到很多.onnx 和.protottxt 文件那里。  

    我建议先做一个简单的模型、使流体正常工作。 以避免卡在复杂模型上。 您可以延迟调试/优化模型。

    此致

    Wen Li   

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好;

    这是否能解决您的问题? 您是否仍对此有疑问? 如果没有、请关闭此 TT。 如果您将来有问题、可以轻松地重新打开或提交新问题。

    此致

    Wen Li