为什么执行自己的 tflite 模型时 Coral USB 不运行？答案

【问题标题】：Why is the Coral USB not running when executing own tflite model?为什么执行自己的 tflite 模型时 Coral USB 不运行？
【发布时间】：2020-06-18 09:27:43
【问题描述】：

设置：带有 Coral USB 加速器的 Raspberry PI 4b 4GB。

我正在运行来自 Coral USB 官方网站的 this detection program。

使用 mobilenet_ssd_v2_face_quant_postprocess_edgetpu.tflite 以 30FPS 运行检测。 Coral USB 上的 LED 会发出脉冲，which means the Edge TPU is running。

python3 detect.py --model=../all_models/mobilenet_ssd_v2_face_quant_postprocess_edgetpu.tflite --labels=../all_models/coco_labels.txt

输出是这样的流：

96% person Inference: 11.99ms FPS:22.9

运行 mymodel.tflite 以 3FPS 运行。 coral USB 上的 LED 常亮，表示 Coral USB 已初始化但未运行。

python3 detect.py --model=../all_models/mymodel.tflite --labels=../all_models/dict.txt

输出是类似 tis 的流：

85% S_13 Inference: 290.25ms FPS:3.2

如果我运行我自己的模型，但所有使用 mobilenet 的模型都以 30FPS 运行并且 LED 在所有三种情况下都闪烁，那么 GitHub 存储库中的 gstreamer、pygame 和 raspicam 示例会产生相同的结果 (3FPS) 和常亮。

我认为问题与当 Raspberry 执行我自己的模型时 Coral USB 未运行有关，该模型具有这些 specs

其他内容

我的标签与 coco_labels.txt 的格式相同，即使速度很慢，也会发生检测。因此，标签似乎不是问题。

【问题讨论】：

标签： python detection tensorflow-lite google-coral

【解决方案1】：

听起来你还没有通过edgetpu_compiler 传递你的模型。

edgetpu_compiler -s mymodel.tflite

如果失败，请在此处检查您的自定义模型是否通过要求：https://coral.ai/docs/edgetpu/models-intro/#model-requirements

【讨论】：

这可以编译模型，谢谢。它运行得更快，但现在它没有检测到任何东西。这是编译的输出：模型已成功编译，但 Edge TPU 并不支持所有操作。相反，模型的一部分将在 CPU 上运行，这会更慢。如果可能，请考虑更新您的模型以仅使用 Edge TPU 支持的操作。有关详细信息，请访问 g.co/coral/model-reqs。将在 Edge TPU 上运行的操作数：132 将在 CPU 上运行的操作数：162
哦，这是一个 AutoML 对象检测模型吗？
它是使用 Google Vision 创建并选择“tflite”选项导出的。
所以回答这个问题：是的，它是一个 AutoML 对象检测。我错过了什么？
啊，好的，很抱歉，请将您的模型发送到coral-support@google.com 并参考此问题。发布的编译器和AutoML有些不兼容，你发给我们，我帮你编译。这将在下一个编译器版本后修复！