【玄铁杯第三届RISC-V应用创新大赛】LicheePi 4A （3.5）ncnn的使用BUG补充

电子烂人

【玄铁杯第三届RISC-V应用创新大赛】LicheePi 4A （3.5）ncnn的使用BUG补充 [复制链接]

 

 

上一篇文章笔者试用NCNN出了大问题，模型训练完不能进行图像识别

【玄铁杯第三届RISC-V应用创新大赛】LicheePi 4A （3）ncnn训练和使用测试-平头哥芯片开放社区-平头哥 (t-head.cn)

本篇文章再次尝试试用NCNN模型识别固定图像，使用的硬件是荔枝派4a,训练平台是MAIXHUB。

ncnn 官方模型验证

再次参考官方例程，先对官方WIKI里使用的模型进行验证

下载GITHUB 中的压缩包，提取其中的nanodet_m.bin和nanodet_m.param文件，放到编译好的目录文件夹中

再选中一张图片放到目录文件夹下，这里为了验证直接使用了官方的图片

 

 

 

用nanodet运行对图片的识别

./nanodet ncnn-23.jpg

发现确实可以识别，但是物体识别的准确度有所欠缺

（蓝色框里的bed、orange是荔枝派识别的，左上角candy和lemon是官方结果）

 

 

 

 

 

 

经查发现NCNN官方给全志D1编译的时候，使用到了玄铁C906的工具链（原网址：

链接已隐藏，如需查看请登录或者注册

）

 

但是WIKI里用到的是一份18年的GIT链接

链接已隐藏，如需查看请登录或者注册

，暂不清楚这份数据的兼容性 

 

（不太明白为什么不用NCNN的现有GIT进行编译代码，有知道原因的大佬请指教）

 

 

 

那么接下来就有三条探索路线了：

1. 之前的模型发生过拟合了，需要重新添加数据集和打标（很可能）

2. MAIXHUB的模型参数不合适，需要调试之后再用（不太可能）

3. 编译的NCNN模型有问题，要开启C910工具链的情况下重新编译（极大可能）

 

笔者最近因为很多杂事腾不出空，这些问题只能一个个慢慢解决

敬请等待更新

SIPEED官方Wiki：典型应用 - Sipeed Wiki

Jacktang

为什么不用NCNN的现有GIT进行编译代码，是个问题