ZHCACX6 july 2023 AM62A3 , AM62A7
为了在 C7x/MMA 深度学习加速器上执行该模型,必须将其编译/导出为适用的格式。TI 的 EdgeAI-ModelZoo 提供数百种先进模型,这些模型从其原始训练框架转换/导出为嵌入式适用格式。这些模型稍作修改,可确保在 TI 深度学习加速器上执行时具有出色性能。ModelZoo 中的模型支持的一些任务包括图像分类、物体检测、语义分割、人体位置等。
基于云的 Edge AI Studio 模型分析器提供了一款易于使用的模型选择工具。它会进行动态更新以包含 TI EdgeAI-ModelZoo 支持的所有模型。该工具无需任何经验,并提供了一个易于使用的界面,用于输入期望模型中所需的特性。“模型选择”工具为 AM62A 推荐了几种物体检测模型。最终模型的选择取决于具体应用和任务复杂性。我们为缺陷检测演示选择了 ONR-OD-8200-yolox-nano-lite-mmdetcoco-416x416 模型。该模型具有几个吸引人的特性,包括低延迟和足以满足该应用要求的分辨率。表 3-1 列出了为缺陷检测演示选择的模型的重要特性。详细信息适用于该模型在具有 80 个类的 COCO 数据集上进行训练的情况。
型号 | 任务 | 分辨率 | AP 在 COCO 上的精度达 50% | 延迟/帧 (ms) | DDR 带宽利用率(MB/帧) |
---|---|---|---|---|---|
YoloX-Nano-Lite | 多物体检测 | 416x416 | 40.1 | 8.88 | 22 |