Как переобучить модель обнаружения и квантовать ее для Intel Movidius?

Question

Я хочу переобучить существующую модель обнаружения объектов с новым набором данных изображения и квантовать его для Intel Movidius. Есть ли какая-то рабочая процедура для этого?

Я успешно переобучил модель, но не смог ее квантовать. Я следовал следующему руководству Retrain SSD MobileNet

Answer 1

Устройства Movidius поддерживают только модели FP16, и для преобразования версии SSD Mobilenet в формате caffe вы указываете «--data_type FP16» оптимизатору модели (mo.py). В зоопарке моделей openvino есть модель mobilenet-ssd, также использующая caffe. , а связанный файл yaml имеет следующие параметры model_optimizer_args:

• --input_shape = [1,3,300,300]
• --input = данные
• --mean_values ​​= данные [127.5,127.5,127.5]
• --scale_values ​​= данные [127,5]
• --output = обнаружение_out
• --input_model = $ dl_dir / mobilenet-ssd.caffemodel
• --input_proto = каталог $ dl_dir / mobilenet-ssd.prototxt.

Обратите внимание, что ваша входная форма, а также средние и масштабные значения, вероятно, будут разными, поэтому измените их, чтобы они соответствовали вашей переобученной модели.

Также с openvino поставляется демонстрационный файл, который можно использовать с вашей преобразованной моделью. См. Связанный файл mode.lst для всех поддерживаемых архитектур. https://github.com/openvinotoolkit/open_model_zoo/tree/master/demos/object_detection_demo/python