สรุปข้อมูล
ทางเลือกสําหรับ OpenVINO™การอนุมาน IR ที่ง่ายขึ้นสําหรับโมเดลรูปทรงแบบไดนามิก
คำอธิบาย
- ทํางานเกี่ยวกับการใช้การรวบรวมการอนุมานสําหรับภาพ / การวนซ้ํา 1000 ภาพสําหรับรุ่นต่างๆ ที่มีหลายชุด
- การอนุมานความสําเร็จของโค้ดที่กําหนดเองสําหรับชุดเดียวพร้อมผลลัพธ์ที่ดี
- ล้มเหลวในการรับ FPS ที่ดีเมื่อแก้ไขรหัสที่กําหนดเองเป็นหลายชุด
ความละเอียด
- เพื่อความเข้าใจที่ดีขึ้นว่าโดยปกติแล้ว รูปร่างจะจัดการอย่างไรโดย OpenVINO™ Model Optimizer ความเรียบง่ายของการแปลง IR รุ่นแบบไดนามิก ขอแนะนําให้ใช้ OpenVINO™ PyPI
- คําสั่งการแปลงสําหรับโมเดลรูปร่างไดนามิก: mo -m model.onnx -input_shape [-1,3,224,224]
- คําสั่งการอนุมานสําหรับรูปทรงแบบไดนามิก: benchmark_app -m model.xml --data_shape [5,3,224,224]
- หากรูปร่างของโมเดล IR เปลี่ยนไป เพียง เรียกใช้ โมเดล ONNX* อีกครั้งด้วย MO แต่โปรดระลึกไว้ว่ารูปร่างที่แยกวิเคราะห์ต้องจัดให้สอดคล้องกับรูปร่าง ONNX* เดิม
- ในแต่ละครั้งที่มีการเปลี่ยนแปลงกับโมเดลดั้งเดิม จะต้องรันอีกครั้งด้วย MO เพื่อสร้างรุ่น IR ที่แสดงถึงการเปลี่ยนแปลงล่าสุด