去年暑假我在公司寫了一支轉換程式， 關於把 YOLOv3, v3Tiny, v4 的 .weight 檔案轉換成 OAK 系列相機能用的 .blob 檔。 主要是公司那邊想用這東西來做物件追蹤，如果成了，就能大幅度的提升效率還有推理速度。 推理速度能提升是因為 OAK 相機是一顆 Edge 裝置， 裡面有類似 GPU 的 VPU，可以理解為裡面插了之前 Intel 推出的神經推理棒晶片， 不用把資料再塞回伺服器推理。 然後就不出意外的出意外了。 主要大概遇到三個階段性問題： 一、無法推理，模型轉換報錯。 二、可以推理，模型推理錯誤。 三、可以推理，Anchor 尺寸錯誤。 一、無法推理，模型轉換報錯： 先講 OAK 這相機的由來，OAK 相機其實是 Openvino 推的硬體，Openvino 背後又是我們偉大的牙膏廠（Intel）。 牙膏廠的文件大家也是知道的。 OAK 相機這東西太新，總之原廠還沒有支援完整的轉換套件，所以依照之前牙膏出的神經推理棒轉換流程去轉會出錯，無法在 OAK 上面執行。 （後來推估原因，應該是轉換凍結模型模型的時候有一些網路層沒轉到。） 我研究後發現，雖然 .weight 檔沒辦法一步轉換成 .blob，但是可以先轉成中繼格式 .pb 再轉成 .blob。 確定這個路線後，程式就分成兩部分： 一、1 將 YOLO 的 .wight 模型還有 .cfg （依賴 COCO資料集）轉成 .pb。 一、2 將 .pb 轉成 .blob。 二、可以推理，模型推理錯誤： 查了一些文件，轉過去後的確是能放在 OAK 相機上面跑，不會報錯， 但是檢測結果很異常。 會有物件框，但是 label 是錯的、Anchor 也不會隨著不同物件變動尺寸。 為了釐清到底是 .pb 出問題，還是 .blob 出問題？ 我找了正職的同仁要了一份內部訓練的 .pb 檔案， 也在網路上找了一份確定正常的 .pb 預訓練模型， 將這兩者放入 Openvino 在個人電腦上模擬推理、確認轉換後的模型沒問題。 結果這步驟（一、1）就出錯，推測是轉換時沒有融合到 .cfg 的資訊， 導致 label 與 Anchor 出錯。 後來透過查詢 Github 還有詢問同仁的經驗，才把這部分搞定。 這部分是使用一個將 YOLOv3, v3Tiny...
太呱張啦 一直以為建立副本流無效之後就無解了
回覆刪除沒想到解決辦法這麼簡單粗暴
這邊想補充一下我個人碰到的問題：
就是如果複選的兩個檔案都太大好像會卡住
所以我後來複選的檔案都選無關緊要的小檔案
感謝大大無私分享 新年快樂
現在才看到
刪除新年快樂啦~
太神了，實際有用，感謝大大分享資訊！
回覆刪除magic~感謝大神
回覆刪除感謝
回覆刪除感恩大神
回覆刪除真的有用!感謝大神
回覆刪除太扯了!!!!!用圈選的真的可以下載@@感謝Ben大大QQ
回覆刪除謝謝大大 拯救了我的一天
回覆刪除太強了
回覆刪除大大一生平安