2130811_ja-JP

はい

yolo11 オブジェクト検出 int8 量子化モデル (eiq を使用) はオブジェクトを検出しません

YOLOv11 オブジェクト検出モデルがありました。私は yolo11n.pt モデルを ONNX 形式に変換しました。その後、ONNXモデルを簡略化して onnxsim。次に、 onnx2tf では、モデルを SavedModel (.pb) 形式に変換しました。その後、NXPのeIQツールキットを使用して、この.pbファイルを変換しました。モデルを INT8 量子化モデルに変換します。このために、キャリブレーションデータセットとして COCO128 データセット (100 枚以上の画像) を使用しました。

モデルは正常に変換されましたが、オブジェクトが検出されません。一方、Ultralytics エクスポート API を使用して取得された INT8 モデルでは、正しい検出が生成されます。両モデルの内部重みを確認したところ、それらは異なり、同じ画像に対するモデル出力も大きく異なっていました。

.pb の変換を手伝ってください検出が期待どおりに行われるように、モデルを正しく作成します。

i.MX 8ファミリ | i.MX 8QuadMax (8QM) | 8QuadPlus

i.MX 8M | i.MX 8M ミニ | i.MX 8M ナノ

Re: yolo11 object detection int8 quantized model using eiq does not detect objects

こんにちは、swapnildaphal:

yolo 公式 Ultralytics エクスポート API によって取得された INT8 モデルも、内部的に onnx2tf API を呼び出します。これは、あなたが言及した方法と同じである必要があります: yolo11n.pt -> yolo11.onnx -> yolo11_sim.onnx -> yolo11 tensorflow 保存モデル -> tftlie int8 モデル。

EIQツールキットの場合、.pbモデルは int8quantized に変換され、tflite の量子化コードもカプセル化されます。SO、Tensorflow で保存されたモデルを取得した後、次のコードを使用して量子化テストを実行できます。指定されたモデルの前処理方法は、量子化時の元の前処理方法と一致している必要があることに注意してください。
SO、Ultralytics の変換 API を介して TensorFlow 保存モデルを生成し、次に tflite の公式量子化ツールを呼び出してモデルを量子化することができます。

よろしくお願いします。

ダニエル