k230 model转换精度问题

Viewed 73

重现步骤

这是我转换成onnx使用的代码

from ultralytics import YOLO
model = YOLO("./factory2.pt") # 加载PT模型
success = model.export(format="onnx")

这是使用YOLO大作战里的指令进行转换kmodel,--ptq_option 012都试过
python to_kmodel.py --target k230 --model ../../factory2.onnx --dataset ../test --input_width 320 --input_height 320 --ptq_option 1

部署到K230开发板后经常产生识别错误,一共只有两个类别。
QQ_1742376157074.png

但能正确的识别出验证集的数据
QQ_1742376763152.png
这是我使用训练出的yolov8n.pt模型预测的结果,不会产生乱识别的问题

QQ_1742376223481.png

我认为是转换过程中丢失了精度,请问这个思路对吗?

1 Answers

不会差到这种地步,看一下阈值和模型输入分辨率是否正确,把阈值调高,这个过程需要自己调整。

错误框的置信度高到和正确框的置信度差不多,模型分辨率从训练、转换到部署都一致,还请大佬指点

这个要排查原因,你可以使用yolo大作战提供的脚本分别使用onnx模型和kmodel做推理,然后使用k230做图片推理,最后做视频流的推理看是否都正常

多谢大佬,我尝试一下