Не удается запустить глубокий поток nvidia на пользовательской модели
Я пытаюсь запустить свою модель классификации.h5 keras, используя глубокий поток nvidia. Я просмотрел предоставленные образцы от nvidia и сделал следующее:
- преобразовать мою модель в файл.engin
- изменить файл конфигурации
- предоставить файл классов.txt (labels.txt)
Код работает, но когда я печатаю
frame_meta.bInferDone он дал мне 0, что означает, что по фреймам нет вывода.
Конфигурационный файл
[property]
gpu-id=0
process-mode=1 #primary
net-scale-factor=1
model-engine-file=model.engine
labelfile-path=labels.txt
force-implicit-batch-dim=1
batch-size=1
network-mode=1
network-type=1 #classifier
num-detected-classes=2
interval=0
gie-unique-id=1
is-classifier=1
classifier-threshold=0.2
output-blob-names=dense_2
Краткое описание модели Keras
Layer (type) Output Shape Param #
=================================================================
input_1 (InputLayer) [(None, 224, 224, 3)] 0
_________________________________________________________________
block1_conv1 (Conv2D) (None, 224, 224, 64) 1792
_________________________________________________________________
block1_conv2 (Conv2D) (None, 224, 224, 64) 36928
_________________________________________________________________
block1_pool (MaxPooling2D) (None, 112, 112, 64) 0
_________________________________________________________________
block2_conv1 (Conv2D) (None, 112, 112, 128) 73856
_________________________________________________________________
block2_conv2 (Conv2D) (None, 112, 112, 128) 147584
_________________________________________________________________
block2_pool (MaxPooling2D) (None, 56, 56, 128) 0
_________________________________________________________________
block3_conv1 (Conv2D) (None, 56, 56, 256) 295168
_________________________________________________________________
block3_conv2 (Conv2D) (None, 56, 56, 256) 590080
_________________________________________________________________
block3_conv3 (Conv2D) (None, 56, 56, 256) 590080
_________________________________________________________________
block3_pool (MaxPooling2D) (None, 28, 28, 256) 0
_________________________________________________________________
block4_conv1 (Conv2D) (None, 28, 28, 512) 1180160
_________________________________________________________________
block4_conv2 (Conv2D) (None, 28, 28, 512) 2359808
_________________________________________________________________
block4_conv3 (Conv2D) (None, 28, 28, 512) 2359808
_________________________________________________________________
block4_pool (MaxPooling2D) (None, 14, 14, 512) 0
_________________________________________________________________
block5_conv1 (Conv2D) (None, 14, 14, 512) 2359808
_________________________________________________________________
block5_conv2 (Conv2D) (None, 14, 14, 512) 2359808
_________________________________________________________________
block5_conv3 (Conv2D) (None, 14, 14, 512) 2359808
_________________________________________________________________
block5_pool (MaxPooling2D) (None, 7, 7, 512) 0
_________________________________________________________________
flatten (Flatten) (None, 25088) 0
_________________________________________________________________
fc1 (Dense) (None, 4096) 102764544
_________________________________________________________________
fc2 (Dense) (None, 4096) 16781312
_________________________________________________________________
dense_1 (Dense) (None, 1000) 4097000
_________________________________________________________________
dropout_1 (Dropout) (None, 1000) 0
_________________________________________________________________
dense_2 (Dense) (None, 2) 2002
=================================================================
Total params: 138,359,546
Trainable params: 138,359,546
Non-trainable params: 0
_________________________________________________________________
Я создал тему по этому вопросу на форумах NVIDIA. Вот.