yolov8n.onnx和yolov8s.onnx通过atc工具转换om模型后,使用通用的代码推理,得出的结果不一致
收藏回复举报
yolov8n.onnx和yolov8s.onnx通过atc工具转换om模型后,使用通用的代码推理,得出的结果不一致
t('forum.solved') 已解决
新人帖
发表于2025-05-01 11:04:20
0 查看

atc --model=yolov8s.onnx --framework=5  --output=yolov8saipp --input_shape="images:1,3,640,640"  --soc_version=Ascend$(npu-smi info | awk 'NR==7{print $3}') --insert_op_conf=aipp.cfg将yolov8s.onnx和yolov8n.onnx转换为yolov8saipp.om和yolov8naipp.om。使用的aipp.cfg文件如下:

aipp_op{
    aipp_mode:static
    input_format : YUV420SP_U8
    src_image_size_w : 640
    src_image_size_h : 640

    csc_switch : true
    rbuv_swap_switch : false
    matrix_r0c0 : 256
    matrix_r0c1 : 0
    matrix_r0c2 : 359
    matrix_r1c0 : 256
    matrix_r1c1 : -88
    matrix_r1c2 : -183
    matrix_r2c0 : 256
    matrix_r2c1 : 454
    matrix_r2c2 : 0
    input_bias_0 : 0
    input_bias_1 : 128
    input_bias_2 : 128

    crop: true
    load_start_pos_h : 0
    load_start_pos_w : 0
    crop_size_w : 640
    crop_size_h : 640

    min_chn_0 : 0
    min_chn_1 : 0
    min_chn_2 : 0
    var_reci_chn_0: 0.0039215686274509803921568627451
    var_reci_chn_1: 0.0039215686274509803921568627451
    var_reci_chn_2: 0.0039215686274509803921568627451
}

使用https://gitee.com/cumt/ascend-yolov8-sample中的例子进行图片推理,使用yolov8naipp.om的结果如下:

out_yolo8n.jpg

使用yolov8saipp.om的结果如下:

out_0.jpg

大神们指导一下,谢谢

我要发帖子