您好！
我试图使用 TIDL 工具08_05_00_00编译 ONNX 模型(请参阅附加的结构)、但出现以下错误：
tidl_tools_path =/opt/tidl_tools
项目文件夹 =/data/michlit/work_data/tidl_convert/compiled_models/fvp_standalone_shared_conv_opset_11_08_05_rnd_1_iter_3
tidl_tensor_bits = 16
DEBUG_LEVEL = 3.
NUM_TIdl_subgraphs = 16
tidl_denylist =
tidl_denylist_layer_name =
tidl_denylist_layer_type =
型号类型 =
tidl_calibration_accuration_level = 7
tidl_calibration_options：num_FRAMES_CALIBRATION = 1
tidl_calibration_options：bias_calibration_iterations = 3
Mixed_precision_FACTOR =-1.000000
model_group_id = 0
power_of_2_quantization = 2
ENABLE_HIGH_Resolution_optimization = 0
pre_batchnorm_fold = 1
add_data_convert_ops = 0
output_feature_16bit_names_list =
m_params_16bit_names_list =
reserved_compile_constraints_flag = 1601
TI_INTERRUPT_RESERVTED_1 =
**** 警告：未识别为物体检测网络的网络：(1)如果网络不是物体检测网络，则忽略(2)如果网络是物体检测网络，请将"model_type"："OD"指定为 OSRT 编译选项的一部分****
支持的 TIDL 层类型 -- Identity -- Identity_27
支持的 TIDL 层类型--- MaxCool --/layers.0/layers.0.0/MaxPool
支持的 TIDL 层类型--- Conv --/layers.0/layers.0.1/Conv
支持的 TIDL 层类型--- Relu --/layers.0/layers.0.3/Relu
支持的 TIDL 层类型 --- Conv --/layers.0/layers.0.4/Conv
支持的 TIDL 层类型--- Relu --/layers.0/layers.0.6/Relu
支持的 TIDL 层类型 -- Conv --/layers.0/layers.0.4_1/Conv
支持的 TIDL 层类型--- Relu --/layers.0/layers.0.9/Relu
不支持(TIDL 检查) TIDL 层类型-- MaxPool
支持的 TIDL 层类型--- Conv --/layers.1/layers.1.1/Conv
支持的 TIDL 层类型--- Relu --/layers.1/layers.1.3/Relu
支持的 TIDL 层类型--- Conv --/layers.1/layers.1.4/Conv
支持的 TIDL 层类型--- Relu --/layers.1/layers.1.6/Relu
支持的 TIDL 层类型 --- Conv --/layers.1/layers.1.4_1/Conv
支持的 TIDL 层类型--- Relu --/layers.1/layers.1.9/Relu
不支持(TIDL 检查) TIDL 层类型-- MaxPool
支持的 TIDL 层类型--- Conv --/layers.2/layers.2.1/Conv
支持的 TIDL 层类型--- Relu --/layers.2/layers.2.3/Relu
支持的 TIDL 层类型--- Conv --/layers.2/layers.2.4/Conv
支持的 TIDL 层类型--- Relu --/layers.2/layers.2.6/Relu
支持的 TIDL 层类型--- Conv --/layers.2/layers.2.4_1/Conv
支持的 TIDL 层类型--- Relu --/layers.2/layers.2.9/Relu
创建的初步子图= 3.
最终创建的子图数为：3、-卸载节点- 20、总节点- 22
ALLOWLISTING :池图层:输入尺寸的数目必须为4 -- file info - tidl_import_common_model_check.cpp , TIDL_checkPoolingTensorProperties , 459.
ALLOWLISTING :池图层:输入尺寸的数目必须为4 -- file info - tidl_import_common_model_check.cpp , TIDL_checkPoolingTensorProperties , 459.
运行运行时图形-/opt/tidl_tools/tidl_graphVisualizer_runtimes.out /data/michlit/work_data/tidl_convert/compiled_models/fvp_standalone_shared_conv_opset_11_08_05_rnd_1_iter_3/allowedNode.txt /data/michlit/work_data/tidl_convert/compiled_models/fvp_standalone_shared_conv_opset_11_08_05_rnd_1_iter_3/tempDir/graphvizInfo.txt /data/michlit/work_data/tidl_convert/compiled_models/fvp_standalone_shared_conv_opset_11_08_05_rnd_1_iter_3/tempDir/runtimes_visualization.svg
回溯(最近的调用最后)：
文件/data/michlit/code/Perception/autonomy/apps/lane_detection/tidl/tidl_convert.py、第399行、在中
主要()
文件"/data/michlit/code/Perception/autonomy/apps/lane_detection/tidl/tidl_convert.py "、主代码中的第384行
Input_Shape = Input_Shape、calibration_frame= CALIBRATION_FRAMES)
文件"compile_model 中的第156行"/data/michlit/code/Perception/autonomy/apps/lane_detection/tidl/tidl_convert.py "
compile_options、｛｝]、sess_options=so)
_init__中的文件/usr/local/lib/python3.6/dist-packages/onnxruntime/capi/onnxruntime_inference_collection.py、第283行
self._create_infer_session (提供程序、提供程序选项)
在_create_inference_session 中、文件"/usr/local/lib/python3.6/dist-packages/onnxruntime/capi/onnxruntime_inference_collection.py "、第315行
sess.initialize_session(providers、provider_options)
onnxruntime.capi.onnxruntime_pybind11_state.Fail:[ONNXRuntimeError]: 1:失败:这是一个无效的模型。 错误：名称定义重复(FEATURE_F1)。
模型中没有重复名称、"feature_f1"是模型输出之一。
我传递的编译选项：
｛
'tidl_tools_path'：'/opt/tidl_tools、
"工件文件夹"： ，
'Tensor_bits'：16、
'Accuration_level'：1、
'advanced_options：calibration_frame'：1、
'advanced_options：calibration_iterations'：3、
'debug_level'：3、
'DNy_list'：''、
'MAX_num_subgraphs'：16.
}
同一模型的另一个问题- TIDL 编译器为什么会在3个 MaxCool 层中的2个层上发出警告-所有3个 MaxCool 层的输入尺寸均为4：
ALLOWLISTING :池图层:输入尺寸的数目必须为4 -- file info - tidl_import_common_model_check.cpp , TIDL_checkPoolingTensorProperties , 459.
请提供建议。
谢谢。
