切换版块
×
基础软件平台
PyTorch开发
TensorFlow开发
编解码及SDK开发
BANG语言与计算库
开发工具链
MagicMind开发
软件栈百科
云平台集成
硬件产品专区
MLU370系列AI加速卡
MLU270系列AI加速卡
MLU220系列AI加速产品
经验方案交流区
经验案例与实践分享
开发者服务
开发者活动
公告与版务
高校支持
《智能计算系统》
签到
版块
社区
文档
SDK下载
370系列
200系列
开发平台
官网首页
注册
登录
全部版块
基础软件平台
硬件产品专区
经验方案交流区
开发者服务
高校支持
发布新帖
登录/注册
LV.1
CC_BB
17
积分
0
赞
2
帖子
6
回复
0
收藏
TA的动态
TA的帖子
TA的回复
Cambricon 模型离线推理结果出现异常, 对于同一个 box的输出参数,出现有的正确,有的不正确
我的回复:#1andy_marvelous回复您好,请问使用离线模型推理并包含了NMS 等后处理操作后,推理结果的精度正常吗?精度就像我上面说的,会出现一个gt带两个预测框,这种现象很普遍,那这样其实精度会下降一半, 打个比方,这是NMS操作之前的 输出 int8.pth in MLU 2161 This is box info [355.8013, 106.4301, **23.1969, 27.4418**, 0.7818, 0.717, 0.2844] 2162 This is box info [355.8645, 106.3036, 23.5299, 27.2753, 0.7807, 0.7035, 0.2996] 2764 This is box info [298.6526, 143.384, **33.0982, 32.6281**, 0.5505, 0.9815, 0.0186] 2765 This is box info [298.6101, 143.4664, 33.8961, 33.4941, 0.6387, 0.9897, 0.0108] 2917 This is box info [295.4234, 147.0304, **28.2337, 33.5953**, 0.7821, 0.9655, 0.0345] 2918 This is box info [295.5696, 146.8831, 29.621, 33.78, 0.817, 0.9729, 0.027] 2920 This is box info [297.8477, 147.2792, **32.6193, 35.446**, 0.9221, 0.9918, 0.008] 2921 This is box info [297.8984, 147.2433, 33.6488, 36.1189, 0.9244, 0.9956, 0.0043] 3604 This is box info [46.7377, 190.6519, 22.786, 24.3301, 0.5196, 0.993, 0.0069] 3605 This is box info [46.8821, 190.7229, 24.1751, 24.8357, 0.5224, 0.99, 0.0097] 8790 This is box info [298.861, 143.5284, 34.1614, 34.8297, 0.7204, 0.9784, 0.0218] 8791 This is box info [298.9608, 143.521, **34.851, 34.4735**, 0.6805, 0.9698, 0.0293] 8868 This is box info [298.1725, 147.1264, 34.0846, 35.0074, 0.9323, 0.9913, 0.0085] 8869 This is box info [298.0316, 147.1544, **33.3841, 35.4638**, 0.9306, 0.9883, 0.0121] Cambricon File in MLU 2161 This is num value 355.764 106.429 **47.709 11.9228** 0.784816 0.744628 0.256236 2162 This is num value 355.834 106.295 21.3398 27.3282 0.782315 0.73268 0.270343 2764 This is num value 298.684 143.384 **68.0672 14.1367** 0.550626 0.98179 0.0183357 2765 This is num value 298.644 143.466 30.757 33.5014 0.638143 0.989845 0.0105859 2917 This is num value 295.415 147.045 **57.9241 14.5292** 0.780244 0.965842 0.0341267 2918 This is num value 295.563 146.897 26.7744 33.7083 0.815624 0.973153 0.0267903 2920 This is num value 297.877 147.269 **67.141 15.367** 0.92174 0.992132 0.00766997 2921 This is num value 297.929 147.237 30.5319 36.122 0.92419 0.995825 0.0040752 8790 This is num value 298.895 143.526 34.1559 35.4346 0.718288 0.978614 0.0216498 8791 This is num value 298.993 143.519 **33.1517 46.7729** 0.678087 0.970064 0.0290575 8868 This is num value 298.211 147.118 34.0693 35.5545 0.932442 0.991581 0.00830742 8869 This is num value 298.069 147.147 **31.7614 48.037** 0.930804 0.988654 0.0117958 会发现对于 w , h 会时不时的有一个大幅度变化, 但是对于其他参数,比如 center_x center_y, conf , prob 都还算正常,Note: w , h 变化大的的我用 ** ** 圈出来了, 每行开头的参数对应 输出 box的 index
0
Cambricon 模型离线推理结果出现异常, 对于同一个 box的输出参数,出现有的正确,有的不正确
我的回复:#1andy_marvelous回复您好,请问使用离线模型推理并包含了NMS 等后处理操作后,推理结果的精度正常吗?您好,如果方便的话,您可以加一下我的微信, Clark_Chen1996
0
Cambricon 模型离线推理结果出现异常, 对于同一个 box的输出参数,出现有的正确,有的不正确
我的回复:#1andy_marvelous回复您好,请问使用离线模型推理并包含了NMS 等后处理操作后,推理结果的精度正常吗?您好,模型中是没有包括NMS等后续操作的,这部分操作我放在了 官方get_result这个函数下去做了,我发现的这种情况其实是在前处理之后,在模型中跑完了结果,在get_result 之前发生的
0
tensorflow训练好的一个模型(saved_model),如何使用Cambricon Neuware将模型部署到容器中,并快速调用推理服务?
我的回复:使用 docker py 库 直接调用 sh 文件
2
Github
开发平台
文档中心
新手必读
官方微信
版权所有 © 2024 寒武纪 Cambricon.com 备案/许可证号:
京ICP备17003415号-1
关闭