Inferenzergebnisse unterscheiden sich zwischen CPU-Plugin und MYRIAD-Plugin mit dem gleichen Ir-Modell (Intermediate Representation)

1. Modifiziertes SSD Python* Sample zur Objekterkennung durch Extrahieren der Ausgabe der Conv2/WithoutBiases-Ebene
2. Die Demo wurde mit dem gleichen Eingabebild und Mobilenet-SSD-Modell auf CPU-Plugin und MYRIAD-Plugin ausgeführt.
3. Verglichen wurden die beiden Ausgabebilder, die mit Beyond Compare vom CPU-Plugin und MYRIAD-Plugin generiert wurden.
4. Es gab viele Unterschiede (bezeichnet durch rote Punkte) zwischen den beiden Ausgabebildern.

Es wird erwartet, dass eine Genauigkeitsunterschied zwischen einer der Zielplattformen besteht, aber die Differenz von der Referenzmetrik sollte bei 1 % liegen.

Wählen Sie eine von zwei Methoden, um die aus dem MYRIAD-Plugin generierten Inferenzergebnisse zu verbessern:

Methode 1:

• Deaktivieren MYRIAD Hardwarebeschleunigung im Quellcode.

  ie = IECore()
  ie.set_config({'MYRIAD_ENABLE_HW_ACCELERATION': 'NO'}, "MYRIAD")
  net = ie.read_network(model=model_xml, weights=model_bin)
  exec_net = ie.load_network(network=net, device_name="MYRIAD")

Methode 2:

• Neu generierenIR-Modell mit dem Model Optimizer durch Angabe des Skalierungswertes. Der Skalierungswert sollte bis zu 255 sein.

  python mo.py --input_model --scale

Lesen Sie dazu Vergleichsbeispiele in der Bildvergleichsansicht mit Beyond Compare.

Sehen Sie sich die Unterschiede zwischen zwei Bildern an, um Unterschiede zwischen zwei Bildern zu erkennen und zu visualisieren.