Das DETR-Modell zeigt nach der Optimierung mit OpenVINO™ unterschiedliche Ergebnisse auf unterschiedlicher Hardware

1. Optimiertes DETR-Modell mit Modelloptimierung.
2. benchmark_app mit dem optimierten Modell (DETR-Modell) auf dem SPR-Rechner ausgeführt und Latenz und Durchsatz gespeichert.
3. Führen Sie die gleiche benchmark_app und das gleiche Modell auf der Icelake-Maschine aus und sparen Sie Latenz und Durchsatz.
4. Beide Ergebnisse zeigten signifikante Unterschiede.

Nachfolgend finden Sie die Auflösung nach Prüfung der Details.

1. Der Genauigkeitsunterschied bei unterschiedlicher Hardware ist das erwartete Verhalten aufgrund des Speichers und des Kerns des Prozessors.
2. Dies kann durch die Dokumentation untermauert werden, in der einige Vergleiche auf unterschiedlicher Hardware angestellt wurden.
3. Für die Objekterkennung wird auch erwartet, dass es mehrere Erkennungen mit unterschiedlichen Wahrscheinlichkeiten gibt.
4. Im Beispiel für die Objekterkennung hat der Entwickler einen Filter namens confident_threshold hinzugefügt, um die Erkennung mit einer geringeren Wahrscheinlichkeit herauszufiltern.
5. Vorschlag, die niedrigere Punktzahl im Code herauszufiltern.