根据.onnx转.kmodel时Dump量化损失的结果,判断是否转成功

Viewed 48

问题描述


.onnx转换为.kmodel的时候,选择了Dump量化损失和Dump对称量化损失选项,想通过其结果判断.onnx转.kmodel是否成功,image.png转换之后得到如图文件夹image.png进入之后看到一个quant_error.csvimage.png点开之后看到一个300多行表格,下面是表格前、后部分内容:image.pngimage.png由表格内容,mre_error这一列部分数值偏大,有不少超过0.1的,且output1的mre_error超过0.07,想问问这样的情况是否说明模型转换不太成功,精度损失大?

硬件板卡


庐山派K230

软件版本


CanMV_K230_LCKFB_micropython_v1.5-legacy-0-g413737f_nncase_v2.9.0 (1).img

其他信息


我的.onnx推理完全正确,但是kmodel完全没有精度,现想通过排查.onnx转.kmodel的过程是否正确来进一步排查问题。感谢大佬帮助!

1 Answers

这是什么模型?

您好,这是一个YOLO11的seg模型,目标是分割出图像中的地面和障碍物区域,目标为Obstacles, FlatGround, RestrictedGround三类

你好,我们yolo提供了转换脚本和转换工具:
1、转换脚本:https://kendryte-download.canaan-creative.com/developer/k230/yolo_files/test_yolo11.zip,脚本的使用如下:https://www.kendryte.com/k230_canmv/zh/main/example/ai/yolo_battle.html#id105
2、更推荐使用YOLO kmodel转换工具:https://download.kendryte.com/developer/common/convert_kmodel_tool/YOLO-KModel-Converter-Portable-Slim-Win.zip。使用方法参考:https://www.kendryte.com/answer/questions/10010000000012984

@Wy001 谢谢!我会尽快尝试