liam_sun

About post processing of multipose

7

fire老兄，请问你了解multipose的后处理吗？通过观察官方的multipose模型，看起来后处理跟singlepose颇有不同，不过有一些细节还不是很明白。

The model for thunder

15

Hi Author， 我拜读了有关代码。看起来目前的版本只支持Lightning。所以基于目前的代码，我做了一些修改。使其可以训练thunder版本，重要的修改如下： 1. 采用coco 2017, 用make_coco_data_17keypooints.py进行过滤产生新的dataset 2. 修改movenet_mobilenetv2.py，根据width mult 1.75调整网络参数，以及相应的upsample参数 3. 修改movenet_loss.py，加载thunder的权重矩阵。这个权重矩阵我自己写代码产生，核心算法如下： ft_size = 64 delta = 1.8 weight_to_center = torch.zeros((ft_size, ft_size)) y, x = np.ogrid[0:ft_size, 0:ft_size] center_y, center_x...

请问ncnn支持uint8量化吗？

7

## detail | 详细描述 | 詳細な説明

关于int8量化

1

使用ncnn2table的时候，指定mean/norm参数，以及shape参数，有两个问题想确认一下： 1. mean和norm，在实际推理的时候，是否还需要使用？比如RGB的uint8输入，是否可以直接作为输入喂给量化后的模型，推理的时候不用再考虑mean和norm了？ 2. shape参数的指定，HWC和CHW是否都可以？

import an int8 QAT model fails

1

用MNNConverter转换一个 int8 QAT的tflilte模型，会有如下错误信息： ***MNN DO NOT SUPPORT Tflite [INT8] quantized model, please use MNN quantization tool to quantize model*** 看起来是不支持量化后的模型。有别的方法可以把这个tflite模型转成Mnn模型吗？

tflite conversion to tnn fails

5

python3.6 converter.py tflite2tnn test.tflite ---------- convert model, please wait a moment ---------- Oh No, tflite2tnn failed :( 1. 这个tflite是int8 QAT训练得到的，即已经是量化后的模型，确定可以正常推理 2. 如果有需要的话，我可以提供这个tflite档

The inference results are pretty different after converting to onnx representation

1

Hi, I encountered a problem when I converted a tf model to onnx format. 1. The tf model can be downloaded from: https://tfhub.dev/google/movenet/multipose/lightning/1 2. use tf2onnx to convert to onnx...

A PTQ tflite model fails to pass benchmark test

6

My use case: Apply post training quantization to a pth model and convert to tflite. The generated tflite model fails to pass benchmark test with following error message: STARTING! Log...

oneshotpruner fails when possible channel padding exists

2

Hi author， For a certain model, oneshotpruner fails when there's channel padding with following error message: ERROR (tinynn.graph.modifier) All node's sparsity in one subgraph must be the same Please let...