问题标签 [snpe]

对于我的期末大学考试，我正在尝试将 SNPE 与 Tiny YOLO 一起用于 Android 应用程序中的实时对象检测。我成功地将模型转换为 DLC 格式，但我不明白如何准备输入张量以及如何处理输出张量。同一个人可以帮助我吗？谢谢。

我在使用 SNPE 将我的 caffe 模型转换为 dlc 时遇到问题。

特别是在“比例”层。

前两层如下

我收到以下错误：

有谁知道，如何从谷歌的 tensorflow for poets 教程 转换分类图像图形def.pb： https ://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0

进入 高通在其 SNPE SNPE 教程中使用的 inception_v3_2016_08_28_frozen.pb ： https ://developer.qualcomm.com/docs/snpe/tutorial_setup.html ？

当我重新训练classify_image_graph_def.pb时，将其冻结并将其用作Qualcomm SNPE 教程中的模型，然后该应用程序编译正常，但停止在我的Android 设备上运行。（运行时错误）

我希望让 qualcomm SNPE（金鱼草神经处理引擎）在我的 linux（不是 Android）板（flightPro w/qualcomm 820.）上工作。它在 cpu 上运行良好。

我已经成功地按照提供的示例将 alexnet 加载到我的 820 板上并在 cpu 模式下运行 snpe (snpe-net-run)。它不在 gpu 模式下运行。

搜索网络和论坛（例如，https ://developer.qualcomm.com/forum/qdn-forums/software/qualcomm-neural-processing-sdk/59207 ）似乎所有（？）linux板都可能缺少opencl完成这项工作所需的驱动程序。

按照例子...

我希望 gpu 能够工作（希望交叉手指比 cpu 快得多！）

我在这里尝试了高通提供的示例：

https://github.com/globaledgesoft/deeplabv3-application-using-neural-processing-sdk

https://github.com/globaledgesoft/deeplabv3-application-using-neural-processing-sdk/blob/master/AndroidApplication/app/src/main/java/com/qdn/segmentation/tasks/SegmentImageTask.java

它说在 GPU16 上完成这段代码需要 31 毫秒：

对我来说，同样的例子需要 14 秒。我正在使用open-q 845 hdk 开发套件。

我问了我的教授，他说我正在安装的应用程序不受开发工具包固件的信任，这就是为什么我要花这么多时间来执行。他建议我将我的应用程序安装为系统应用程序来重建固件。还有什么其他原因？

我已经建立了一个带有两个输入的 Keras 模型，我想在我的手机上使用 SNPE 进行预测。我已经成功转换了它，这只是我现在遇到问题的 C++ 代码。我能够预测一个带有任何形状一维数组的输入的模型，但我现在有一个模型，它需要两个大小为 1 的一维数组。

所以在 Keras 中，预测是这样的：model.predict([np.array([.4]), np.array([.6])])

我必须预测的 SNPE 代码：

我正在使用的功能是从 SNPE 的网站修改的。它适用于我之前对单个数组进行预测的用途：

但我不知道如何将我已经使用的两个输入张量与executeNetwork函数结合起来。任何帮助，将不胜感激。

我已经训练了一个基于 Tensorflow 的模型。该模型应该可以在手机上运行，​​但是在将冻结图（pb）转换为深度学习容器（dlc）时遇到了问题。我必须将输入大小设置为常数。这导致该模型无法使用任何输入大小。我正在尝试找到一种方法来调整 DLC 模型的输入形状的大小，而无需使用“snpe-tensorflow-to-dlc --input_dims 1,512,512,3”初始化模型，因为这种方式很消耗。实际上，我想在 dlc 模型中调整输入形状的大小。有谁能够帮我？

1. 创建了一个简单的虚拟序列模型，tf.keras如下所示：

2. 训练模型并使用tf.keras.models.saved_model.

3. 获取input输入并output node names使用saved_model_cli.

   

4. saved model使用freeze_graph.py实用程序冻结。

   模型被冻结。

现在这是主要问题：

5. 要加载冻结图，我使用了本指南Migrate tf1.x to tf2.x ( wrap_frozen_graph)
6. 用过的
7. 输出错误 ValueError: Input 1 of node StatefulPartitionedCall was passed float from dense_3/kernel:0 incompatible with expected resource.

将 .pb 转换为 .dlc (Qualcomm) 时出现同样的错误。实际上我想在高通的 Hexagon DSP 或 GPU 上运行原始模型。

要更新我的摘要统计文件的 SNP ID，我有一些问题：首先，我从摘要统计文件创建了一个文本文件，其中包含以下信息

我需要更新 rsID 以具有一致的格式（如您所见，有些具有 vh_.. 格式）。然后，我下载了 dbsnp vcf 并选择了以下列

我想知道如何合并列以更新第一个文本文件中的 rsID？2）我注意到第二列有不同的格式（染色体位置）。我不知道这是否会导致问题。如果是的话，我怎么能更新它。我感谢任何帮助

我通过 commond 检查此 SoC 不支持 NPE /snpe-platform-validator --runtime dsp

SNPE SDK 版本是 1.49.0，/vendor/lib/rfsa/adsp 只有这个库。

有什么解决办法吗？谢谢