Armadilloフォーラム

resnetv2_50を使用した学習モデルの使いこなしについて

yuki.shigefuji

2023年12月5日 15時18分

お世話になっております。
下記フォーラム内の比較検証内にresnetv2_50が使用されているとお見受けします。
https://armadillo.atmark-techno.com/forum/armadillo/11479

そこで弊社でもresnetv2_50で作成したモデルを用いてarmadilloで動作させたいと考えております。
しかし現状.tfliteのint8に変換をかける際にdelegateが上手くいっておらず、画像分類の結果が全て同じとなってしまう現象が起きております。
この質問でも比較検証ではどのようにしてarmadillo内でresnetv2_50の動作をしていたのかご教授頂けないでしょうか。
以上、ご確認よろしくお願いいたします。

コメント

at_shiita.ishigaki

2023年12月6日 15時01分

石垣です。

> 下記フォーラム内の比較検証内にresnetv2_50が使用されているとお見受けします。
> https://armadillo.atmark-techno.com/forum/armadillo/11479
>
> そこで弊社でもresnetv2_50で作成したモデルを用いてarmadilloで動作させたいと考えております。
> しかし現状.tfliteのint8に変換をかける際にdelegateが上手くいっておらず、画像分類の結果が全て同じとなってしまう現象が起きております。
> この質問でも比較検証ではどのようにしてarmadillo内でresnetv2_50の動作をしていたのかご教授頂けないでしょうか。

上記フォーラムで resnet_v2_50 は使用しておりましたが、
あくまで推論速度を測定するためでしたので、画像分類の結果は確認しておらず、
量子化を行うためのデータセットもランダムな値を入力としておりました。

画像分類の結果が同じになるということですが、tflite への量子化はどのようにして行われたでしょうか。
以前モデルの変換方法によって uint8 に量子化した場合のみ出力が一定になるというフォーラムがございました。
ご参考なると幸いです。
https://armadillo.atmark-techno.com/forum/armadillo/10813

以上、よろしくお願いいたします。