对于多输入featuremap特征数据的转换文件配置

开发与问题
,
1

onnx原始模型的输入节点为，3输入的特征featuremap：

name: voxels

tensor: float32[4096,50,4]

name: num_points

tensor: int32[4096]

name: coors

tensor: int32[4096,4]

具体节点分布如下图所示：

image
image476×463 21.1 KB

当前的转换配置文件.yaml为：

model_parameters:
  onnx_model: '../onnx_model/pointpillars.onnx'
  march: 'bayes-e'
  output_model_file_prefix: 'pointpillars_no_calib'
  working_dir: '../hb_mapper_output_x5/pointpillars_no_calib'
  layer_out_dump: False

input_parameters:
  input_name: 'voxels;num_points;coors'
  input_type_train: 'featuremap;featuremap;featuremap'
  input_layout_train: ''
  input_type_rt: 'featuremap;featuremap;featuremap'
  input_layout_rt: ''
  input_shape: '4096x50x4;4096;4096x4'
  norm_type: 'no_preprocess;no_preprocess;no_preprocess'

calibration_parameters:
  preprocess_on: False
  per_channel: True
  calibration_type: 'skip'

compiler_parameters:
  compile_mode: 'latency'
  debug: False
  core_num: 1
  jobs: 8
  optimize_level: 'O3'
  input_source: {'voxels': 'ddr', 'num_points': 'ddr', 'coors': 'ddr'}

提供校准的转换配置文件，或者是否支持这种onnx模型的转换？

2

没理解你这边具体问题

featuremap 只涉及到到前处理是否在BPU 上，对任意能转化的ONNX 模型都支持 是保底方案 参考手册来使用就行。