1、搭建模型
搭建一个分类网络,分类物体,模型结构如下:
输入: Placeholder
输出: output
训练数据集
1.1 训练
log:
1.2 测试
修改cnn.py中的train = False
python3 cnn.py
log:
allImg: 150, trueImg: 150, percent: 100.0%
全部分类正确
2、模型量化
在1.2中会生成带有权重的pb文件
2.1 配置量化环境
2.2 矫正文件
三类物体,每类物体使用两帧图像作为矫正图像
dataset.npy
label.npy
2.3 cfg
量化配置文件build.cfg
模拟推理配置文件:run.cfg
生成输入测试文件(图像数据的二进制文件)
2.4 仿真测试
aipubuild config/build.cfg
aipubuild config/run.cfg
共3类, 每类测试了一张图像,
输入为model目录下的input0.bin、input1.bin、input2.bin
测试结果如下
模型直接输出的是类别,结果正确。
原作者:杨修
|