Paddle 【Hackathon第三期】任务80在瑞星微开发板上部署模型

mmvthczy 于 2022-11-13 发布在其他

关注(0)|答案(7)|浏览(189)

【Hackathon第三期】任务80
任务80的OCR应用中，三个模型的输入图片分别经过预处理送入模型，每个模型各自的输入都是动态的，第一个模型的预处理仅做了32对齐，第三个模型根据检测出来的字符数量决定输入模型的字符图片长度，onnx模型的输入都是动态的。
咨询过瑞星微的技术人员后确认瑞星微的RKNN模型转换不支持动态的batch和动态的shape，无法实现功能。

Paddle

来源：https://github.com/PaddlePaddle/Paddle/issues/44402

7条答案

按热度按时间

xzv2uavs1#

Hi，@133dzs

尝试一下使用这个命令来固定onn模型的shape https://github.com/PaddlePaddle/Paddle2ONNX#%E5%91%BD%E4%BB%A4%E8%A1%8C%E8%BD%AC%E6%8D%A2

python -m paddle2onnx.optimize --input_model model.onnx \
                               --output_model new_model.onnx \
                               --input_shape_dict "{'x':[1,3,224,224]}"

赞(0）回复(0）举报 2022-11-13

iqxoj9l92#

您好，onnx模型的输入可以比较简单地修改，但是固定的输入shape无法满足实际应用的需求，送入模型的图片的尺寸是动态的，即时固定了送入检测模型的图片大小，分类模型的输入大小也会根据检测到的字符数量变化，所以分类模型的输入必须动态。问题是瑞星微的模型转换不支持动态输入

赞(0）回复(0）举报 2022-11-13

4smxwvx53#

可以去PaddleOCR咨询一下，如何固定每个模型的输入大小。我想应该是有方式解决的

赞(0）回复(0）举报 2022-11-13

yzckvree4#

好的，感谢

赞(0）回复(0）举报 2022-11-13

lf5gs5x25#

您好，onnx模型的输入可以比较简单地修改，但是固定的输入shape无法满足实际应用的需求，送入模型的图片的尺寸是动态的，即时固定了送入检测模型的图片大小，分类模型的输入大小也会根据检测到的字符数量变化，所以分类模型的输入必须动态。问题是瑞星微的模型转换不支持动态输入

这个问题之前讨论过，RKNN只支持静态图，当时商量出来的替代方案是分档为几个级别的静态模型，比如动态输入范围在1到10，分为输入为3，6，10的三个静态模型。

赞(0）回复(0）举报 2022-11-13

3lxsmp7m6#

请问这个**“动态输入范围在1到10，分为输入为3，6，10的三个静态模型”**
是指batch还是shape呢？rknn对多batch的支持不是很好，实际模型转换时可能需要batch=1。而且由于不支持动态shape，目前是通过把所有输入通过补0的方式调整到一个指定的较大shape，实际推理过程中会出现原本（1，3，32，60）的输入被补到（1，3，32，660）的情况，性能上的损失较明显

赞(0）回复(0）举报 2022-11-13

xmjla07d7#

指shape

赞(0）回复(0）举报 2022-11-13