模型精度與影像前處理問題

我們使用KL720 Generic Data Inference API 送入model來得到inference,但其結果不太理想。我們將資料正規化至[0,1],但若使用範例的方法

結果卻比較好。

請問我們該如何解決影像前處理的問題並提升我們模型的精度

以下是我們的模型以及使用的圖


Comments

  • Hi LinLi,

    不好意思這麼晚回覆,可以請您確認一下:

    「模型訓練時的正規化」,「模型量化時的正規化」,與「在KL720 Generic Data Inference的正規化」都是一致的嗎?

    您也可以印出model_input_radix與model_input_scale (跟model的大小)來確認:

    有一個可能是量化時,沒有用自己的正規化 [0, 1]去做處理。


    如果都確認正規化都一致,但是模型精度還是不理想的話,建議您訓練和量化的正規化都用Kneron的[-0.5, 0.5] (範例的方法)

    然後可以直接在Kneron PLUS裡面用KL720 Generic Image Inference來讓hardware去做前處理 (normalize_mode=kp.NormalizeMode.KP_NORMALIZE_KNERON)。

The discussion has been closed due to inactivity. To continue with the topic, please feel free to post a new discussion.