问题标签 [inference-engine]

我想制作一个推理模糊引擎，它可以推断出 3 种类型的规则：

• 清晰的规则。
• 模糊规则。
• 具有清晰和模糊事实的混合规则。

每个规则都有一个假设集、一个结论集和一个确定性因子。在集合的事实中，如果一个事实是一个模糊的事实，那么它就具有一定程度的真实性。

有推断清晰规则和模糊规则的教程，但我如何推断混合规则？

我正在学习较少并且在使用小于运算符'<定义规则时遇到问题。这是我的 defTemplates：

这是我的规则：

但是，当我运行推理引擎时，出现下一个错误：

如果您能帮助我，我将不胜感激。

我在 Neo4j 中创建了一个语义图。有没有可能在 Neo4j 中使用 OWL 推理器？或者任何推理引擎？

虽然这里已经提到过，但我找不到任何解决方案或 API。

感谢您的任何建议！

我想知道是否有一种方法可以在 Neo4j 中使用推理引擎（如 Drools），就像我们在 Protege 中一样（使用 SWRL 和 JessTab 等插件）。我在网上找不到太多关于此的信息。任何线索将不胜感激。

我正在尝试使用原生用 TensorRT C++ API 编写的模型运行半精度推理（未从其他框架解析，例如 caffe、tensorflow）；据我所知，这个问题没有公开的工作示例；我找到的最接近的是 sampleMLP 示例代码，它与TensorRT 4.0.0.3 一起发布，但发行说明说不支持 fp16；

我的玩具示例代码可以在这个 repo中找到。它包含 API 实现的架构和推理例程，以及我用来将训练过的权重字典转换为 wtd TensorRT 格式的 python 脚本。

我的玩具架构只包含一个卷积；目标是在 fp32 和 fp16 之间获得相似的结果，除了一些合理的精度损失；该代码似乎适用于 fp32，而我在 fp16 推理的情况下获得的是完全不同数量级的值（~1e40）；所以看起来我在转换过程中做错了什么；

对于理解问题的任何帮助，我将不胜感激。

谢谢，

F

所有的推论都计划在cpu上进行。当我指定一个回退到系统 caffe 的层时，我已经成功地将模型与 IR 协调起来。但是，我应该如何编码和编译 cpp 代码，让它知道我要去用户后备层，以及在哪里可以找到 libcaffe。

我的目标是使用英特尔 OpenVINO 优化器推断 tensorflow slim 模型。使用开放的 vino 文档和幻灯片进行推理，使用tf slim 文档进行模型训练。

这是一个多类分类问题。我从头开始训练了 tf slim mobilnet_v2 模型（使用 sript train_image_classifier.py）。在测试集上对训练模型的评估给出了相对较好的结果（使用脚本 eval_image_classifier.py）：

评估/准确度[0.8017]评估/召回_5[0.9993]

但是，没有保存单个.ckpt文件（即使在 train_image_classifier.py 运行结束时有类似“model.ckpt is saved to checkpoint_dir”之类的消息），而是有 3 个文件（.ckpt-180000.data-00000-of-00001, .ckpt-180000.index, .ckpt-180000.meta）。

OpenVINO 模型优化器需要一个检查点文件。

根据文档，我使用以下参数调用mo_tf.py ：

它给出了错误（如果通过 --input_checkpoint D:/model/model.ckpt 则相同）：

错误信息很清楚，磁盘上没有这样的文件。但据我所知，大多数 tf 实用程序在后台将 .ckpt-????.meta 转换为 .ckpt。

试图打电话：

原因：

对我来说，将图形转换为 OpenVINO 中间表示的方式并不重要，只需要达到该结果即可。

非常感谢。

编辑

我设法在 tf slim 模型的冻结图上运行 OpenVINO 模型优化器。但是我仍然不知道为什么我之前的尝试（基于文档）失败了。

Trying to load ssdlite v2 model with intel inference engine on raspberry Pi 3. For this, I need to build opencv-4.0 with Intel Inference API engine. I am unable to build open CV using CMAKE with -DWITH_INF_ENGINE=ON ^ -DENABLE_CXX11=ON flags. Does anyone know how to do it?

当推理电机被激活以进行必要的推理时，将生成一个无限循环。

规则和事实是根据我正在使用的元解释器的特定语法定义的。

该规则是一个五元组，其中第二个字段是规则的结果，而第三个字段是激活规则的条件。

该循环是由通过术语nextID更新id（I1）引起的，我用它来确保每次断言id都会增加这是我的知识库：

规则：

事实：

我应该如何以不创建无限循环的方式修改规则？

我想使用 MaskRCNN 实现自定义图像分类器。

为了提高网络的速度，我想优化推理。

我已经使用过 OpenCV DNN 库，但我想用 OpenVINO 向前迈出一步。

我成功使用 OpenVINO 模型优化器 (python) 来构建代表我的网络的 .xml 和 .bin 文件。

我使用 Visual Studio 2017 成功构建了 OpenVINO 示例目录并运行了 MaskRCNNDemo 项目。

然后我试图在一个单独的项目中重现这个项目......首先我必须观察依赖关系......

有了它，我用我自己的类和打开图像的方式（多帧 tiff）构建了一个新项目。这项工作没有问题，我不会描述（我使用 CV DNN 推理引擎没有问题）。

我想构建与 MaskRCNNDemo 相同的项目：CustomIA

我将以下 dll 添加到项目目标目录：

我成功编译并执行，但我遇到了两个问题：

旧代码：

输出 ：

新代码：

输出 ：

第二期：

当我尝试从新代码中提取我的 ROI 和掩码时，如果我有一个“匹配”，我总是有：

• 分数 =1.0
• x1=x2=0.0
• y1=y2=1.0

但是面具看起来很好提取......

新代码：

然后，当我没有正确的 bbox 坐标时，我不可能将蒙版放置在图像中并调整其大小......

有人知道我做得不好吗？

如何使用 cpu_extension 正确创建和链接 OpenVINO 项目？

谢谢 ！