Tengine 支持 NPU 模型部署-YOLOv5s_ZNDS问答

跟华为确认了，是benchmark工具文档的问题，导致理解有误[捂脸]

太强了，16T算力的性能了吗

模型：YOLOv5s，在 640x640 尺度下的计算量：17GFLOPS，根据实测速度 71.51 ms，换算成帧数：13.98 fps，推测出来的算力：0.237 TOPS，这和标称的 5TOPS 好像差不少[捂脸][捂脸]

没办法，YOLOv5 里面的 hardswish 在 NPU 上太慢了

大神，现在原始pt转onnx后网络结构不一样，能更新下转化脚本吗？谢谢啦

您好，请在 github 上提个 issue，我们会尽快更新

OK 非常感谢

您好，请问这个例子支持视频的检测吗

在执行tools/optimize/yolov5s-opt.py时报错

---- Tengine YOLOv5 Optimize Tool ----

Input model : yolov5s.v4.onnx
Output model : yolov5s.v4.opt.onnx
Input tensor : 167
Output tensor : 381,420,459
[Quant Tools Info]: Step 0, load original onnx model from yolov5s.v4.onnx.
256
[Quant Tools Info]: Step 1, Remove the focus and postprocess nodes.
Traceback (most recent call last):
File "yolov5s-opt.py", line 222, in
main()
File "yolov5s-opt.py", line 184, in main
new_nodes = cut_focus_output(old_node, in_tensor, out_tensor)
File "yolov5s-opt.py", line 82, in cut_focus_output
output_pass[node_dict[out_name]] = 2
KeyError: '381'
是因为模型更新了吗，大佬？

同意的问题，请问有办法解决吗？

		自动登录	找回密码
密码			立即注册

Tengine 支持 NPU 模型部署-YOLOv5s

最新回答