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] TDA4VM:使用 edgeeai_tidl_tools 时 DL 模型编译失败

Guru**** 633805 points
Other Parts Discussed in Thread: TDA4VM
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/1191033/tda4vm-dl-model-compile-failure-using-edgeai_tidl_tools

器件型号:TDA4VM

您好:

我使用 edgeeai_tidl_tools 将 BiSeNetV1转换 为 OSRT 推理。 但不成功。

Runtime_visualization.svg 在 tempDir 中生成

但是.bin 文件生成失败。 我得到了以下报告:

输入传感器名称-输入
输出传感器名称-/model/head/sp/conv_out/relu/Relu_output_0
输出传感器名称-/model/backbone/layer3/layer3.1/relu_1/Relu_output_0
输出传感器名称-/model/head/cp/arm16/conv/relu/Relu_output_0
输出传感器名称-/model/head/cp/arm16/conv_atten/Conv_output_0
***在 TIDL_createStateImportFunc 中***
计算节点:TIDLExecutionProvider_TIDL_1_1
0、Conv、3、1、/model/backbone/layer3/layer3.1/relu_1/Relu_output_0、 /model/backbone/layer4/layer4.0/conv1/Conv_output_0
1、Relu、1、1、/model/backbone/layer4/layer4.0/conv1/Conv_output_0、 /model/backbone/layer4/layer4.0/relu/Relu_output_0
2、Conv、3、1、/model/backbone/layer3/layer3.1/relu_1/Relu_output_0、 /model/backbone/layer4/layer4.0/downsample/downsample.0/Conv_output_0
3、Mul、2、1、/model/head/cp/arm16/conv/relu/Relu_output_0、 /model/head/cp/arm16/Mul_output_0
***检测到缓冲区溢出***: Python 已终止

如何解决此问题?

谢谢

  • 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!

    是否可以尝试打开 debug_level=3以输出更多日志? 谢谢~

  • 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。

    感谢您的回复,以下是日志输出 :->*debug_level=3*,我仍然不知道如何解决这个问题,TAT

    我的 onnxfile 的大小为53.1MB、  

    ===

    input_names:[input]
    output_names:[output]
    正在初始化 nnxrt ...
    libtidl_onnxrt_EP 加载了0x56441328cf30
    工件文件夹=./artifers
    DEBUG_LEVEL = 3
    Target_Priority = 0
    MAX_PRE_EST_DELAY = 3402823638528859811704183484516925440.000000

    ***** 警告***** :无法打开./artifacts/allowedNode.txt 进行读取... 整个模型将在 ARM 上运行、而不会对 TIDL 进行任何委派!
    创建的子图的最终数量为:1,-卸载节点- 0,节点总数- 0
    在 nxrt 上运行...
    input_names:[input]
    tidl_tools_path =${my_local_folder}/edgeai-tidl-tools/tidl_tools
    工件文件夹=./artifers
    tidl_tenser_bits = 8
    DEBUG_LEVEL = 3
    num_tidl_subwavees= 16
    tidl_denylist =
    tidl_denylist_lay_name =
    tidl_denylist_lay_type =
    model_type =-1
    tidl_calibration_Accuration_level = 7
    tidl_calibration_options:num_FRA框_calibration = 1.
    tidl_calibration_options:bias 校准迭代= 5
    Mixed_precision_factor =-1.000000
    MODE_group_id = 0
    power_for_2_quanatization = 2.
    ENABLE_HIGH_RESolution_optimization = 1.
    pre_batchnorm_fold = 1.
    ADD_DATA_CONVERT_ops = 0
    output_feature_16bit_names_list =
    m_params_16bit_names_list =
    RESERVE_COMPILET_constraints 标志= 1601
    TI_INTERNAL_RESERVE_1 =

    ***** 警告:网络未标识为对象检测网络:(1)如果网络不是对象检测网络则忽略(2)如果网络是对象检测网络,请指定"model_type":"OD"作为 OSRT 编译选项的一部分****

    支持的 TIDL 层类型-- Conv --/model/backbone/input/input.0/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/input/input.2/Relu
    支持的 TIDL 层类型-- MaxPool --/model/backbone/input/input.3/MaxPool
    支持的 TIDL 层类型-- Conv --/model/backbone/layer1/layer1.0/conv1/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/layer1/layer1.0/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer1/layer1.0/conv2/Conv
    支持的 TIDL 层类型--添加--/model/backbone/layer1/layer1.0/Add
    支持的 TIDL 层类型-- Relu --/model/backbone/layer1/layer1.0/relu_1/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer1/layer1.1/conv1/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/layer1/layer1.1/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer1/layer1.1/conv2/Conv
    支持的 TIDL 层类型--添加--/model/backbone/layer1/layer1.1/Add
    支持的 TIDL 层类型-- Relu --/model/backbone/layer1/layer1.1/relu_1/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer2/layer2.0/conv1/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/layer2/layer2.0/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer2/layer2.0/conv2/Conv
    支持的 TIDL 层类型-- Conv --/model/backbone/layer2/layer2.0/downsample/downsample.0/Conv
    支持的 TIDL 层类型--添加--/model/backbone/layer2/layer2.0/Add
    支持的 TIDL 层类型-- Relu --/model/backbone/layer2/layer2.0/relu_1/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer2/layer2.1/conv1/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/layer2/layer2.1/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer2/layer2.1/conv2/Conv
    支持的 TIDL 层类型--添加--/model/backbone/layer2/layer2.1/Add
    支持的 TIDL 层类型-- Relu --/model/backbone/layer2/layer2.1/relu_1/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer3/layer3.0/conv1/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/layer3/layer3.0/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer3/layer3.0/conv2/Conv
    支持的 TIDL 层类型-- Conv --/model/backbone/layer3/layer3.0/downsample/downsample.0/Conv
    支持的 TIDL 层类型--添加--/model/backbone/layer3/layer3.0/Add
    支持的 TIDL 层类型-- Relu --/model/backbone/layer3/layer3.0/relu_1/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer3/layer3.1/conv1/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/layer3/layer3.1/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer3/layer3.1/conv2/Conv
    支持的 TIDL 层类型--添加--/model/backbone/layer3/layer3.1/Add
    支持的 TIDL 层类型-- Relu --/model/backbone/layer3/layer3.1/relu_1/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer4/layer4.0/conv1/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/layer4/layer4.0/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer4/layer4.0/conv2/Conv
    支持的 TIDL 层类型-- Conv --/model/backbone/layer4/layer4.0/downsample/downsample.0/Conv
    支持的 TIDL 层类型--添加--/model/backbone/layer4/layer4.0/Add
    支持的 TIDL 层类型-- Relu --/model/backbone/layer4/layer4.0/relu_1/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer4/layer4.1/conv1/Conv
    支持的 TIDL 层类型-- Relu --/model/backbone/layer4/layer4.1/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/backbone/layer4/layer4.1/conv2/Conv
    支持的 TIDL 层类型--添加--/model/backbone/layer4/layer4.1/Add
    支持的 TIDL 层类型-- Relu --/model/backbone/layer4/layer4.1/relu_1/Relu
    支持的 TIDL 层类型-- Relu --/model/backbone/relu/Relu
    不支持(导入) ONNX 运算类型的 TIDL 层类型--异径测量
    支持的 TIDL 层类型-- Conv --/model/head/cp/conv_avg/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/cp/conv_avg/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/head/cp/arm32/conv/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/cp/arm32/conv/relu/Relu
    不支持(导入) ONNX 运算类型的 TIDL 层类型--异径测量
    支持的 TIDL 层类型-- Conv --/model/head/cp/arm32/conv_atten/Conv
    支持的 TIDL 层类型-- Sigmoid --/model/head/cp/arm32/Sigmoid
    不支持(TIDL 检查) TIDL 层类型--多路复用器
    不支持的(TIDL 检查) TIDL 层类型--添加
    支持的 TIDL 层类型--大小调整--/model/head/cp/up32/Resize
    支持的 TIDL 层类型-- Conv --/model/head/cp/conv_head32/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/cp/conv_head32/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/head/cp/arm16/conv/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/cp/arm16/conv/relu/Relu
    不支持(导入) ONNX 运算类型的 TIDL 层类型--异径测量
    支持的 TIDL 层类型-- Conv --/model/head/cp/arm16/conv_atten/Conv
    支持的 TIDL 层类型-- Sigmoid --/model/head/cp/arm16/Sigmoid
    不支持(TIDL 检查) TIDL 层类型--多路复用器
    支持的 TIDL 层类型--添加--/model/head/cp/Add_1
    支持的 TIDL 层类型--大小调整--/model/head/cp/up16/Resize
    支持的 TIDL 层类型-- Conv --/model/head/cp/conv_head16/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/cp/conv_head16/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/head/sp/conv1/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/sp/conv1/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/head/sp/conv2/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/sp/conv2/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/head/sp/conv3/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/sp/conv3/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/head/sp/conv_out/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/sp/conv_out/relu/Relu
    支持的 TIDL 层类型-- Concat --/model/head/ffm/Concat
    支持的 TIDL 层类型-- Conv --/model/head/ffm/convblk/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/ffm/convblk/relu/Relu
    不支持(导入) ONNX 运算类型的 TIDL 层类型--异径测量
    支持的 TIDL 层类型-- Conv --/model/head/ffm/conv/Conv
    支持的 TIDL 层类型-- Sigmoid --/model/head/ffm/Sigmoid
    不支持(TIDL 检查) TIDL 层类型--多路复用器
    支持的 TIDL 层类型--添加--/model/head/ffm/Add
    支持的 TIDL 层类型-- Conv --/model/head/conv_out/conv/conv/Conv
    支持的 TIDL 层类型-- Relu --/model/head/conv_out/conv/relu/Relu
    支持的 TIDL 层类型-- Conv --/model/head/conv_out/conv_out/Conv
    支持的 TIDL 层类型--大小调整--/model/head/conv_out/up/Resize
    支持的 TIDL 层类型-- Sigmoid --/sigmoid/Sigmoid

    创建的初始子图= 8
    创建的子图的最终数量为:8,-卸载节点-83,节点总数-91
    TIDL 不支持的图层类型--图层类型--异径管,节点名称-/model/head/cp/ReduceMean
    TIDL 不支持的图层类型--图层类型--异径管,节点名称-/model/head/cp/arm32/ReduceMean
    ALLOWLISTING:添加图层:如果要添加图层的输入都不是常量,则仅支持元件添加运算符--文件信息- tidl_import_common_model_check.cpp,TIDL_checkAddAndMulTensorProperties,236
    ALLOWLISTING:添加图层:如果要添加图层的输入都不是常量,则仅支持元件添加运算符--文件信息- tidl_import_common_model_check.cpp,TIDL_checkAddAndMulTensorProperties,236
    信息--[TIDL_ResizeLayer]任何2的幂大于4的调整比例都将通过4x4调整图层和2x2调整图层的组合来放置。 例如、8x8的大小将替换为4x4的大小调整、后跟2x2的大小调整。
    TIDL 不支持的图层类型--图层类型--异径管,节点名称-/model/head/cp/arm16/ReduceMean
    ALLOWLISTING:添加图层:如果要添加图层的输入都不是常量,则仅支持元件添加运算符--文件信息- tidl_import_common_model_check.cpp,TIDL_checkAddAndMulTensorProperties,236
    信息--[TIDL_ResizeLayer]任何2的幂大于4的调整比例都将通过4x4调整图层和2x2调整图层的组合来放置。 例如、8x8的大小将替换为4x4的大小调整、后跟2x2的大小调整。
    TIDL 不支持的图层类型--图层类型--异径管,节点名称-/model/head/ffm/ReduceMean
    ALLOWLISTING:添加图层:如果要添加图层的输入都不是常量,则仅支持元件添加运算符--文件信息- tidl_import_common_model_check.cpp,TIDL_checkAddAndMulTensorProperties,236
    建议--[TIDL_ResizeLayer]调整内核大小(非2个调整比例的幂)不是最佳选择。
    运行运行时 graphviz -${my_local_folder}/edgeai-tidl-tools/tidl_tools/tidl_graphVisualizer_runtimes.out ./artifacts/allowedNode.txt ./artifacts/tempDir/graphvizInfo.txt ./artifacts/tempDir/runtimes_visualization.svg
    ***在 TIDL_createStateImportFunc 中***
    计算节点:TIDLExecutionProvider_TIDL_0_0
    0、CONV、3、1、输入、 /model/backbone/input/input.0/Conv_output_0
    1、Relu、1、1、/model/backbone/input/input.0/Conv_output_0、 /model/backbone/input/input.2/Relu_output_0
    2、MaxPool、1、1、/model/backbone/input/input.2/Relu_output_0、 /model/backbone/input/input.3/MaxPool_output_0
    3、Conv、3、1、/model/backbone/input/input.3/MaxPool_output_0、 /model/backbone/layer1/layer1.0/conv1/Conv_output_0
    4、Relu、1、1、/model/backbone/layer1/layer1.0/conv1/Conv_output_0、 /model/backbone/layer1/layer1.0/relu/Relu_output_0
    5、Conv、3、1、/model/backbone/layer1/layer1.0/relu/Relu_output_0、 /model/backbone/layer1/layer1.0/conv2/Conv_output_0
    6、ADD、2、1、/model/backbone/layer1/layer1.0/conv2/Conv_output_0、 /model/backbone/layer1/layer1.0/Add_output_0
    7、Relu、1、1、/model/backbone/layer1/layer1.0/Add_output_0、 /model/backbone/layer1/layer1.0/relu_1/Relu_output_0
    8、Conv、3、1、/model/backbone/layer1/layer1.0/relu_1/Relu_output_0、 /model/backbone/layer1/layer1.1/conv1/Conv_output_0
    9、Relu、1、1、/model/backbone/layer1/layer1.1/conv1/Conv_output_0、 /model/backbone/layer1/layer1.1/relu/Relu_output_0
    10、Conv、3、1、/model/backbone/layer1/layer1.1/relu/Relu_output_0、 /model/backbone/layer1/layer1.1/conv2/Conv_output_0
    11、ADD、2、1、/model/backbone/layer1/layer1.1/conv2/Conv_output_0、 /model/backbone/layer1/layer1.1/Add_output_0
    12、Relu、1、1、/model/backbone/layer1/layer1.1/Add_output_0、 /model/backbone/layer1/layer1.1/relu_1/Relu_output_0
    13、Conv、3、1、/model/backbone/layer1/layer1.1/relu_1/Relu_output_0、 /model/backbone/layer2/layer2.0/conv1/Conv_output_0
    14、Relu、1、1、/model/backbone/layer2/layer2.0/conv1/Conv_output_0、 /model/backbone/layer2/layer2.0/relu/Relu_output_0
    15、Conv、3、1、/model/backbone/layer2/layer2.0/relu/Relu_output_0、 /model/backbone/layer2/layer2.0/conv2/Conv_output_0
    16、Conv、3、1、/model/backbone/layer1/layer1.1/relu_1/Relu_output_0、 /model/backbone/layer2/layer2.0/downsample/downsample.0/Conv_output_0
    17、ADD、2、1、/model/backbone/layer2/layer2.0/conv2/Conv_output_0、 /model/backbone/layer2/layer2.0/Add_output_0
    18、Relu、1、1、/model/backbone/layer2/layer2.0/Add_output_0、 /model/backbone/layer2/layer2.0/relu_1/Relu_output_0
    19、Conv、3、1、/model/backbone/layer2/layer2.0/relu_1/Relu_output_0、 /model/backbone/layer2/layer2.1/conv1/Conv_output_0
    20、Relu、1、1、/model/backbone/layer2/layer2.1/conv1/Conv_output_0、 /model/backbone/layer2/layer2.1/relu/Relu_output_0
    21、Conv、3、1、/model/backbone/layer2/layer2.1/relu/Relu_output_0、 /model/backbone/layer2/layer2.1/conv2/Conv_output_0
    22、ADD、2、1、/model/backbone/layer2/layer2.1/conv2/Conv_output_0、 /model/backbone/layer2/layer2.1/Add_output_0
    23、Relu、1、1、/model/backbone/layer2/layer2.1/Add_output_0、 /model/backbone/layer2/layer2.1/relu_1/Relu_output_0
    24、Conv、3、1、/model/backbone/layer2/layer2.1/relu_1/Relu_output_0、 /model/backbone/layer3/layer3.0/conv1/Conv_output_0
    25、Relu、1、1、/model/backbone/layer3/layer3.0/conv1/Conv_output_0、 /model/backbone/layer3/layer3.0/relu/Relu_output_0
    26、Conv、3、1、/model/backbone/layer3/layer3.0/relu/Relu_output_0、 /model/backbone/layer3/layer3.0/conv2/Conv_output_0
    27、Conv、3、1、/model/backbone/layer2/layer2.1/relu_1/Relu_output_0、 /model/backbone/layer3/layer3.0/downsample/downsample.0/Conv_output_0
    28、ADD、2、1、/model/backbone/layer3/layer3.0/conv2/Conv_output_0、 /model/backbone/layer3/layer3.0/Add_output_0
    29、Relu、1、1、/model/backbone/layer3/layer3.0/Add_output_0、 /model/backbone/layer3/layer3.0/relu_1/Relu_output_0
    30、Conv、3、1、/model/backbone/layer3/layer3.0/relu_1/Relu_output_0、 /model/backbone/layer3/layer3.1/conv1/Conv_output_0
    31、Relu、1、1、/model/backbone/layer3/layer3.1/conv1/Conv_output_0、 /model/backbone/layer3/layer3.1/relu/Relu_output_0
    32、Conv、3、1、/model/backbone/layer3/layer3.1/relu/Relu_output_0、 /model/backbone/layer3/layer3.1/conv2/Conv_output_0
    33、ADD、2、1、/model/backbone/layer3/layer3.1/conv2/Conv_output_0、 /model/backbone/layer3/layer3.1/Add_output_0
    34、Relu、1、1、/model/backbone/layer3/layer3.1/Add_output_0、 /model/backbone/layer3/layer3.1/relu_1/Relu_output_0
    35、Conv、3、1、/model/backbone/layer3/layer3.1/relu_1/Relu_output_0、 /model/head/cp/arm16/conv/conv/Conv_output_0
    36、Relu、1、1、/model/head/cp/arm16/conv/conv/Conv_output_0、 /model/head/cp/arm16/conv/relu/Relu_output_0
    37、ReduceMin、1、1、/model/head/cp/arm16/conv/relu/Relu_output_0、 /model/head/cp/arm16/ReduceMean_output_0
    38、Conv、3、1、/model/head/cp/arm16/ReduceMean_output_0、 /model/head/cp/arm16/conv_atten/Conv_output_0
    39、Conv、3、1、输入、 /model/head/sp/conv1/conv/Conv_output_0
    40、Relu、1、1、/model/head/sp/conv1/conv/Conv_output_0、 /model/head/sp/conv1/relu/Relu_output_0
    41、Conv、3、1、/model/head/sp/conv1/relu/Relu_output_0、 /model/head/sp/conv2/conv/Conv_output_0
    42、Relu、1、1、/model/head/sp/conv2/conv/Conv_output_0、 /model/head/sp/conv2/relu/Relu_output_0
    43、Conv、3、1、/model/head/sp/conv2/relu/Relu_output_0、 /model/head/sp/conv3/conv/Conv_output_0
    44、Relu、1、1、/model/head/sp/conv3/conv/Conv_output_0、 /model/head/sp/conv3/relu/Relu_output_0
    45、Conv、3、1、/model/head/sp/conv3/relu/Relu_output_0、 /model/head/sp/conv_out/conv/Conv_output_0
    46、Relu、1、1、/model/head/sp/conv_out/conv/Conv_output_0、 /model/head/sp/conv_out/relu/Relu_output_0

    输入传感器名称-输入
    输出传感器名称-/model/head/sp/conv_out/relu/Relu_output_0
    输出传感器名称-/model/backbone/layer3/layer3.1/relu_1/Relu_output_0
    输出传感器名称-/model/head/cp/arm16/conv/relu/Relu_output_0
    输出传感器名称-/model/head/cp/arm16/conv_atten/Conv_output_0
    ***在 TIDL_createStateImportFunc 中***
    计算节点:TIDLExecutionProvider_TIDL_1_1
    0、Conv、3、1、/model/backbone/layer3/layer3.1/relu_1/Relu_output_0、 /model/backbone/layer4/layer4.0/conv1/Conv_output_0
    1、Relu、1、1、/model/backbone/layer4/layer4.0/conv1/Conv_output_0、 /model/backbone/layer4/layer4.0/relu/Relu_output_0
    2、Conv、3、1、/model/backbone/layer3/layer3.1/relu_1/Relu_output_0、 /model/backbone/layer4/layer4.0/downsample/downsample.0/Conv_output_0
    3、Mul、2、1、/model/head/cp/arm16/conv/relu/Relu_output_0、 /model/head/cp/arm16/Mul_output_0
    ***检测到缓冲区溢出***: Python 已终止
    已中止(转储内核)

    ===

  • 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。

    你(们)好  
    您似乎正在按照 https://github.com/TexasInstruments/edgeai-tidl-tools 导入模型。 此工具现在仅支持 TDA4VM&AM62a。 根据您的日志、存在需要解决的扭曲问题"无法打开./artifacts/allowedNode.txt 进行读取... 整个模型将在 ARM 上运行、而不会对 TIDL 进行任何委派!"。 它表示 C7X&M 上的所有层都不会加速。 因此、 为了加速 CNN 推理、我们需要使用独立的 TIDL 来部署您的模型。 参考以下指南: https://software-dl.ti.com/jacinto7/esd/processor-sdk-rtos-jacinto7/08_02_00_05/exports/docs/tidl_j721e_08_02_00_11/ti_dl/docs/user_guide_html/md_tidl_model_import.html

  • 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。

    你(们)好

    我使用 edgeeai-tiddl-tools 成功转换和运行 TDA4上的另一个模型。 但是 BiSeNet 仍然无法转换,谢谢!

  • 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、Sonhua、

    请使用 TDA4相关工具进行开发。 不保证为一个 SOC 开发的工具可以直接用于另一个 SOC。 将关闭此 TT、如果在使用 TDA4工具时出现任何问题、请提交新 TT。 谢谢。

    BR、Tommy