Other Parts Discussed in Thread: AM69A
器件型号： TDA4VP-Q1
主题中讨论的其他器件： AM69A
您好：
我尝试将 ONNX 对象检测模型部署到基于 TDA4VP 的器件中、该器件在版本的 9.2 上与 QNX 一起运行。 因此、我完全限于使用旧版本的 SDK、并且必须将模型本身部署为 TIDLP-RT 格式。
作为第一步、我尝试转换示例中的 make run 模型。 何时 使用 edgeai-tidl-tools （在 rel_09_02 标签、SOC=AM69A、TIDL_TOOLS_TYPE 是 CPU 还是 GPU，无关紧要）、我使用 Docker 和 ./setup.sh 执行文档中给出的所有步骤、这是一个干净的设置。
但是、当我运行示例模型编译时、 OD-ort-ssd-lite_mobilenetv2_FPn 、通过 onnxrt_ep.py 脚本 — 我看到它仅使用 1 或 2 个图像作为输入来运行校准。 当我尝试更改在代码中找到的 calibration_frames、numImages、numFrames 参数时、还提供额外的校准图像（重复相同的图像）-我看到在编译过程中未考虑这些参数、似乎校准未运行。 以下是两个屏幕截图：
- 当 calibration_frames 参数处于默认值 2 时、我们看到在“Frame Index 2“处传递到校准的下一阶段：
2.当我将 calibration_frames 参数修改为 20 时,我看到在“帧索引 2“之后,我们会停止校准和部署过程,就像“帧索引 3“推理期间出现静默失败一样:
补充说明 ：
- 我提供作为校准图像的图像并不重要 — 要么我使用一些 COCO 图像、要么使用来自存储库本身内部测试数据的相同图像（带有红色 CAR）
- 将 CPU/GPU 更改为后端、精度级别或量化类型参数、甚至更改为 DEBUG_LEVEL — 不会更改任何内容，也不会提供任何更多信息。 即使使用“调试级别= 3“、我在“Frame Index 3“行后看到的所有内容都是“已完成的模型“。
- 编译运行后在 model_artifacts 中找到的模型工件（给出“Frame Index 3 -> completed model“日志）用处不大 — 如果我们在目标上运行它们，它们会提供稳定的 0 作为输出。
- 我专门 在由“build_Docker"脚“脚本创建的 Docker 容器内部运行转换、并由“run_Docker"脚“脚本启动。 而我的 Linux 内核是 5.15（而不是 6.8,这可能导致问题的 9.2 版本）。
但是、从我的角度来看、仅使用 2 张图像进行校准是不够的。 即使是官方 TIDL 文档也建议使用至少 20 个映像。 因此、对我来说、这会成为校准（以及精度）下降的问题。
因此、 我想问一些有关这种情况的问题：
- 这是校准过程的已知行为吗？ 如果是、TI 是否将其视为问题？
- 如果是已知问题、您是否会对如何解决所述问题提出建议？ 如何对 2 个以上的图像运行校准？
