unet训练与编译

应用开发 算法工具链
,
1

在训练上使用的官方的cityscapes数据集，想要替换成自己的分割数据集也去自己标了一些数据集去按照cityscapes制作方法去做了打包但是还是会报错，不知道有没有一些详细的参考，因为总要有方法方便我们去替换数据集的，然后float方式训练了一次cityscapes就去了编译的过程直接调用python3 tools/compile_perf.py -c configs/segmentation/unet.py --opt 2会报错，现在是想要使用gpu docker内的unet-mobilenet网络直接训练来测试效果的

1.芯片型号：X3派

2.天工开物开发包OpenExplorer版本：XJ3_OE_2.6.2

3.问题定位：模型转换、板端部署

4.问题具体描述：先是报错设置allow_miss: bool=False,改成allow_miss:True，于是又出现了nn.Module的报错，还有fcos的训练最新的镜像内已经移除了最后的Transpose处理，所以转换后的模型放到板子最新的desktop镜像里的usb_camera_fcos的代码也有会有报错，因为代码是没有更新的还是用的原来的有mul和transpose的fcos_efficientnet的结构，把转置的部分放在代码里没有实现成功，现在有点卡住希望大佬可以给些建议，现在遇到的问题倒是蛮多的，按照官方流程来的也总是会报错

809×628 0 Bytes

780×302 0 Bytes

705×978 0 Bytes

2

你好，我现在也在尝试训练mobilenet-unet，想问问你怎么打包自己的数据集呢，我每次打包自己的数据集再训练就报错。

还有为什么你的unet输出有5个层，我这边的跟官方的unet_mobilenet模型一样，只有一个输出层，你是用了其它的网络来训练吗

3

你好，1.从log看编译报错是load ckpt引起的，麻烦查看一下config文件中int_infer_trainer字段中配置的qat模型（量化训练生成的ckpt）ckpt的路径是否正确；-
2. 修改模型的输出比较麻烦，建议根据focs的输出属性修改usb_camera_fcos的处理代码。

4

上面是官方的unet_mobilenet模型，下面是新在gpu docker训练的unet导出onnx转换的bin，看了下onnx变动还是挺多的，这五个输出怎么再融到一起出结果

1203×1069 0 Bytes

5

现在虽然读onnx只用其中一个然后能够得到一个大致的图像，不知道怎么 能将这正确的分割结果融到一起而且能保证效果，希望能有些详细的处理建议

6

您好，如果你这边觉得单个分支的分割结果精度不够，建议参考一下学术界多尺度融合的相关做法，比如fpn,bifpn等，将模型尾部的5个分支的输出进行融合，从而输出最终结果。