Я выполнял шаги, указанные в .com / tensorflow / models / blob / 394baa9f21424d3522ccfbdcee8acd3840891ff6 / research / deeplab / g3doc / quantize.md, чтобы квантовать модель DeeplabV3 MobileNetV2 для USB Coral TPU, но я не могу заставить ее работать.
Даже когда я начинаю с моделей, представленных внизу (а не с 8_bits, необработанных моделей), я не могу заставить его работать. И у меня даже возникают разные проблемы для обеих моделей.
Для deeplabv3_mnv2_pascal_train_aug:
- Сценарий deeplab/train.py
для квантования работает успешно.
- Шаг сценариев deeplab/export_model.py
работает.
- tflite_convert
тоже работает.
- Компилятор EdgeTPU получает загадочное сообщение об ошибке: Internal compiler error. Aborting!
Для deeplabv3_mnv2_dm05_pascal_trainaug: - Скрипт deeplab/train.py
для квантования запусков получает: ValueError: Total size of new array must be unchanged for MobilenetV2/Conv/weights lh_shape: [(3, 3, 3, 16)], rh_shape: [(3, 3, 3, 32)]
Я попробовал это решение безуспешно.
При прямом использовании файла .pb
deeplab/train.py
с обучением с учетом квантования терпит неудачу из-за сбоя Python.Пост-квантование в python работает напрямую.
- edgetpu_compiler работает.
- Но после запуска на TPU мы получаем 0,87 TPS, скорее всего потому, что edgetpu-converter не может преобразовать все в edgtpu.
Любое руководство, чтобы заставить его работать, было бы здорово. Я также открыт для решений, не следуя руководству от tenorflow.