TORCH model converted to MLIR when using YOLOv5

General
1

python3 model_transform.py --model_name yolov5n --model_def …/…/…/yolov5n_torch/yolov5n_jit.pt --input_shapes [[1,3,640,640]] --pixel_format “rgb” --keep_aspect_ratio --mean 0,0,0 --scale 0.0039216,0.0039216,0.0039216 --test_input …/…/…/yolov5n_torch/image/dog.jpg --test_result yolov5n_top_outputs.npz --output_names 1219,1234,1249 --mlir yolov5n.mlir
Traceback (most recent call last):
File “/home/tjl/桌面/tpu-mlir/python/tools/model_transform.py”, line 17, in
from utils.mlir_parser import *
File “/home/tjl/桌面/tpu-mlir/python/tools/utils/mlir_parser.py”, line 12, in
import mlir
ModuleNotFoundError: No module named ‘mlir’

Please Help Me

2

你好，yolov5的模型编译可以参考这个文档哈YOLOv5 目标检测 | Milk-V

3

谢谢您！请问这个编译完能否输出图像作为识别结果呢？我看文档里输出的仅仅是一些推理内容。

4

现在的 demo 输出结果是后处理的 tensor, 没有把 tensor 里的bbox 进行展示，只是把坐标得到了，你用opencv画一下即可。

1 Like
5

我重新尝试了一下，问题已解决，谢谢您的帮助！

6

您好，我想请问一下，目前板端部署的模型可以识别多少种物体？为什么狗的图片能识别，换了一张猫的图片就无法识别了呢？目前的问题是只能识别教程里的图片，别的图片都不行。

7

model_transform.py
–model_name yolov5s
–model_def yolov5s.onnx
–input_shapes [[1，3，640，640]]
–mean 0.0,0.0,0.0
–scale 0.0039216,0.0039216,0.0039216
–keep_aspect_ratio
–pixel_format rgb
–test_input …/image/dog.jpg
–test_result yolov5s_top_outputs.npz
–mlir yolov5s.mlir

这个onnx转MLIR，是指定模型的输入形状为 [1, 3, 640, 640]，还有一些预处理的操作，你更换为其他的图片可能会不满足这些处理跟要求。

8

识别多少种是基于转的模型本身能识别多少种哈

9

谢谢！！！！！！！！！！！！！！！！！！！！！

10

您好，现在加了摄像头之后可以实时人脸识别，请问我如何做才能实时识别物体呢？

11

你好,以下是以milkv duo s为例
1.下载GitHub - milkv-duo/duo-buildroot-sdk-v2: Milk-V Duo Official buildroot SDK V2
2.参考此链接的4.2-4.22,sophgo-doc/SG200X/Software_Developers_Manual/SG200x_Software_Developer's_Manual_cn.md at main · sophgo/sophgo-doc · GitHub
注意： defconfig，要选择 milkv-duos-musl-riscv64-sd
以及将 Sensor settings里面的GC2083选上
3.运行export TPU_REL=1，然后sudo pip install jinja2
4.编译镜像./build.sh milkv-duos-musl-riscv64-sd
镜像编译完成之后，下载tdl_models/cv181x/yolox_s_coco80_cv181x.cvimodel at main · sophgo/tdl_models · GitHub
然后复制到开发板上，运行sample_vi_od yolox yolox_s_coco80_cv181x.cvimodel,就可以进行实时物体检测了
不过这个准确度还不是很精确，我们还在调试。

12

您好，请问准确度不是很精确是因为训练的少吗？如果我们自己训练一下会不会有提升啊？谢谢您

13

自己训练的应该也比不上官方的，应该不是训练的问题

14

好的好的，谢谢您。请问您在使用时有出现狗认成猫，猫认成鸟的情况吗？我们试了好几个图片都这样，不确定是不是我们自己的问题。

15

目前模型的话呢，识别的精度还在调试，应该不是你们的问题

16

好的，谢谢您！！！！！！！！！！！！！！！！！！！！！