ZHIZIHUABU
ZHIZIHUABU
同问，用的rv1126开发板，模型导出的onnx要求opset=16，但是onnx转rknn要求onnx opset
[I 1/ 1 10:37:22. 29 ...e-Lite/lite/model_parser/model_parser.cc:537 SaveModelNaive] 2. Model is optimized and saved into ppliteseg_qat_self.nb successfully dir: . width: 256 height: 256 mean: 0.500000,0.500000,0.500000 std: 0.500000,0.500000,0.500000 draw_weight: 0.800000 [I 1/...
[model.zip](https://github.com/PaddlePaddle/Paddle-Lite/files/10891418/model.zip) mobielseg模型和ppliteseg_qat_self都是自己用paddleslim进行量化训练的，但是moibleseg模型在cpu上推理250ms，而npu上则需要800ms，ppliteseg_qat_self在cpu上可以正常运行，但是npu上会报上述错误，pp_liteseg是paddleslim库中下载的demo，可以正常运行，推理时间70ms。以上模型输入图像尺寸为256*256。paddlelite是develop版本，paddleslim是2.4.1版本，paddle-gpu是2.4.2版本。
您那边可以帮忙分析以下为什么mobileseg模型在npu上推理速度比cpu上更慢吗，npu需要800ms，但是cpu只需要200ms，我用fastdeploy部署也是相同的结果。完整的log文件是在哪个目录下呢，还是需要自己手动保存呢？
[log.txt](https://github.com/PaddlePaddle/Paddle-Lite/files/10894625/log.txt) 我现在需要迫切解决这个问题，希望能够您的帮助，mobileseg模型是我们需要部署的模型，希望您能帮忙分析一下，推理时间很慢。
@shiyutang 您好，请问你这边的coarse_model是直接训练的模型吗，需要做什么处理吗？相当于加入C2Fnet结构是一个微调过程吗？类似蒸馏一般
目标平台改成x64就好了
代码基于mmdet库运行，mmdet里面的class_names也是要修改的
我现在想基于这种无监督模型去获取异常样本的位置，然后将位置坐标作为提示点输入到SAM进行分割，这样获取异常缺陷的mask，相当于分割标签了，因为直接用无监督模型训练得到的mask似乎是不太准确的。我最近看到了RSPrompter: Learning to Prompt for Remote Sensing Instance Segmentation based on Visual Foundation Model这篇论文似乎表达了类似的意思
