此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 常见问题
  • 转换参数不正确
  • 模型转换成功但预测不正确
  • 不兼容的模型格式
  • 不支持的操作
  • 模型架构问题
  • SNPE 兼容性
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

故障排除

最后更新
并非所有模型都可以转换为所需的 RVC 平台。 我们在此概述了转换过程中可能出现的一些常见问题。

常见问题

转换参数不正确

通常,输入/输出张量形状、名称或类型会发生不匹配。解决方案:彻底检查您的模型以及所有转换参数的含义,并进行相应调整。 您可以使用 Netron 工具来研究 ONNX 模型的特性。

模型转换成功但预测不正确

转换可能成功,但运行时预测仍然错误。 这通常意味着编译后的模型接收到错误的输入解释,或者输出被错误地解释。解决方案:比较源框架、ONNX 和转换后的模型中的同一测试图像,然后验证以下内容:
  • 输入张量名称、形状、布局和 dtype 与源模型匹配。
  • encoding.from 与源模型的训练时颜色顺序匹配,并且运行时输入与 encoding.to 匹配。
  • 归一化只应用一次。如果转换将均值和比例烘焙到导出的模型中,请不要在主机上重复该归一化。
  • 导出带有 mean: null 和 scale: null 的 config.json 可能是正确的;这通常意味着预处理已烘焙到编译后的模型中。
  • 调整大小、裁剪和信箱行为仍然与原始训练或推理管道匹配。
  • 如果模型需要语义后处理,则存在类名、解析器元数据和 heads 配置。

不兼容的模型格式

源模型格式可能不受转换平台支持,或者目标格式可能与模型的某些功能不兼容。解决方案:建议首先将源模型转换为 ONNX 格式,因为它为适当的 RVC 平台的转换提供了最多的选项。

不支持的操作

源模型可能包含转换工具或目标模型格式不支持的操作。解决方案:查阅您打算运行转换的目标平台所支持的操作。 如果操作不受支持,请考虑将其替换为受支持的替代方案。 如果没有可用的替代方案,请考虑将模型分解为可以单独转换的更简单组件,并将有问题的部分卸载到主机处理。 您可以使用 onnx-modifier 工具对 ONNX 模型进行修改。

模型架构问题

复杂或非标准模型架构可能会导致转换问题。解决方案:如果可能,简化模型架构。 考虑使用 onnx.checker 工具来识别 ONNX 模型中的潜在问题。

SNPE 兼容性

如果您正在排查 RVC4 转换或运行时问题,请确保用于导出模型的 SNPE 版本与您的 Luxonis OS 映像捆绑的 SNPE 运行时以及您正在运行的 DepthAI 版本匹配。使用下表作为快速兼容性参考:
SNPE 版本DepthAI 版本Luxonis OS 版本
2.32.63.0.0 到 3.6.11.11.0 到 1.25.3
2.41.03.6.1 及更高版本1.25.3 及更高版本