[参考译文] TDA2：如何在 Vision SDK 中使用经过预先培训的模型运行基于 SSD 的 TIDL OD 用例

https://e2e.ti.com/support/processors-group/processors/f/processors-forum/689617/tda2-how-to-run-ssd-based-tidl-od-use-case-in-vision-sdk-with-pre-trained-model

请按照以下步骤在 VSDK 中培训、导入和运行 OD 用例。

1. 从 GitHub 链接下载预先训练的模型(deploy.prototxt 和咖啡因模型)。 并在“deploy.prototxt””中更新以下参数。 (否则、DSP 将缓慢运行)

•     keep_top_k：20
•     CONFIDENCE 阈值：0.15

1. 将随附的导入配置文件与 TIDL 01.01.00.00版本中提供的“tidl_model_import.out.exe”一起使用，以生成 NET 和 PRM 文件
2. 在进行以下一行更改的情况下构建 VSDK。  (原始用例只有4个类别、但此新模型为21个类别)

• 文件 ：vision_sdk\apps\src\rtos\alg_plugins\objectdetection\objectDrawLink_algPlugin.c
• Line : tempoutPutList->objDesc[tempoutPutList->numObjects].objType =(标签- 1)%3；

1. 复制 NET、PRM bin 文件以及 OD 用例的 AppImage 和视频输入文件。 选择要运行的 TIDL OD 用例、并在显示屏上查看检测结果

 /cfs-file/__key/communityserver-discussions-components-files/791/1307.tidl_5F00_import_5F00_JDetNet_5F00_voc0712.txt

注：

• 该版本主要用于为 VSDK 中的培训、导入和运行 OD 用例提供完整的参考。
• 该模型的精度不如 VSDK3.3版本中提供的精度好。  此模型使用 Pascal VOC 数据集进行培训。
• VSDK 演示模型是使用 TI 内部数据集进行培训的、不公开提供、因此为了重新生成培训步骤、我们使用 Pascal VOC 对该参考模型进行了培训。

此致、

Kumar.A.D