热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

ProbleminconvertingssdinceptionmodelfrommxnettoIR.

Platform(likeubuntu16.04):Pythonversion:2.7.12Sourceframeworkwithv

Platform (like ubuntu 16.04):

Python version: 2.7.12

Source framework with version: MXNET 1.0.0 with GPU

Destination framework with version: Tensorflow 1.4.1 with GPU

I was able to convert InceptionV3 (mxnet) to IR but I encounter a problem when I try to convert ssd InceptionV3 model(mxnet).

Running scripts:

1
root:/home/bomo/Desktop# python -m mmdnn.conversion._script.convertToIR -f mxnet -n ssd_inceptionv3_512-symbol.json -d ssd_inceptionv3_512 --inputShape 3 512 512

error:

1
2
3
4
5
6
7
8
9
10
11
12
13
[14:37:20] src/nnvm/legacy_json_util.cc:209: Loading symbol saved by previous version v0.12.0. Attempting to upgrade...

[14:37:20] src/nnvm/legacy_json_util.cc:217: Symbol successfully upgraded!

/mxnet/python/mxnet/module/base_module.py:53: UserWarning: You created Module with Module(..., label_names=['softmax_label']) but input with name 'softmax_label' is not found in symbol.list_arguments(). Did you mean one of:

    data

    label

  warnings.warn(msg)

Warning: MXNet Parser has not supported operator null with name data.

Warning: convert the null operator with name [data] into input layer.

Warning: MXNet Parser has not supported operator null with name label.

Warning: convert the null operator with name [label] into input layer.

[14:37:20] /mxnet/dmlc-core/include/dmlc/./logging.h:308: **[14:37:20] src/c_api/c_api_symbolic.cc:417: InferShapeKeyword argument name data not found.

Candidate arguments:

    [0]label**

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
infer_shape error. Arguments:

  data: (1, 3, 512, 512)

Traceback (most recent call last):

  File "/usr/lib/python2.7/runpy.py", line 174, in _run_module_as_main

    "__main__", fname, loader, pkg_name)

  File "/usr/lib/python2.7/runpy.py", line 72, in _run_code

    exec code in run_globals

  File "/usr/local/lib/python2.7/dist-packages/mmdnn/conversion/_script/convertToIR.py", line 159, in

    _main()

  File "/usr/local/lib/python2.7/dist-packages/mmdnn/conversion/_script/convertToIR.py", line 154, in _main

    ret = _convert(args)

  File "/usr/local/lib/python2.7/dist-packages/mmdnn/conversion/_script/convertToIR.py", line 95, in _convert

    parser.gen_IR()

  File "/usr/local/lib/python2.7/dist-packages/mmdnn/conversion/mxnet/mxnet_parser.py", line 269, in gen_IR

    self.rename_UNKNOWN(current_node)

  File "/usr/local/lib/python2.7/dist-packages/mmdnn/conversion/mxnet/mxnet_parser.py", line 388, in rename_UNKNOWN

    self.set_output_shape(source_node, IR_node)

  File "/usr/local/lib/python2.7/dist-packages/mmdnn/conversion/mxnet/mxnet_parser.py", line 285, in set_output_shape

    arg_shape, output_shape, aux_shape = sym.infer_shape(data = self.data_shape)

  File "/mxnet/python/mxnet/symbol/symbol.py", line 965, in infer_shape

    res = self._infer_shape_impl(False, *args, **kwargs)

  File "/mxnet/python/mxnet/symbol/symbol.py", line 1095, in _infer_shape_impl

    ctypes.byref(complete)))

  File "/mxnet/python/mxnet/base.py", line 146, in check_call

    raise MXNetError(py_str(_LIB.MXGetLastError()))

**mxnet.base.MXNetError: [14:37:20] src/c_api/c_api_symbolic.cc:417: InferShapeKeyword argument name data not found.

Candidate arguments:

    [0]label**

该提问来源于开源项目:microsoft/MMdnn

Hello, were you able to solve this issue?



I have trained a custom yolo3 darknet-53 (using gluon-cv mxnet)
I need to convert the model to tensorflow for final inference.

I am facing the same issue while converting yolo3_darknet-53 mxnet model to IR.




1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
ai-mxnet/lib/python3.6/site-packages/mxnet/module/base_module.py:55: UserWarning: You created Module with Module(..., label_names=['softmax_label']) but input with name 'softmax_label' is not found in symbol.list_arguments(). Did you mean one of:

        data

        _defaultpreprocess0_init_mean

        _defaultpreprocess0_init_scale

        yolov30_yolooutputv30_offset_0

        yolov30_yolooutputv30_anchor_0

        yolov30_yolooutputv31_offset_1

        yolov30_yolooutputv31_anchor_1

        yolov30_yolooutputv32_offset_2

        yolov30_yolooutputv32_anchor_2

  warnings.warn(msg)

Warning: MXNet Parser has not supported operator null with name data.

Warning: convert the null operator with name [data] into input layer.

Warning: MXNet Parser has not supported operator null with name _defaultpreprocess0_init_scale.

Warning: convert the null operator with name [_defaultpreprocess0_init_scale] into input layer.

infer_shape error. Arguments:

  data: (1, 3, 608, 608)

...

call

    raise MXNetError(py_str(_LIB.MXGetLastError()))

mxnet.base.MXNetError: [17:49:07] src/c_api/c_api_symbolic.cc:540: InferShapeKeyword argument name data not found.

Candidate arguments:

        [0]_defaultpreprocess0_init_scale

Thanks!


   



推荐阅读
  • 本文详细解析了Python中的os和sys模块,介绍了它们的功能、常用方法及其在实际编程中的应用。 ... [详细]
  • 毕业设计:基于机器学习与深度学习的垃圾邮件(短信)分类算法实现
    本文详细介绍了如何使用机器学习和深度学习技术对垃圾邮件和短信进行分类。内容涵盖从数据集介绍、预处理、特征提取到模型训练与评估的完整流程,并提供了具体的代码示例和实验结果。 ... [详细]
  • 使用Vultr云服务器和Namesilo域名搭建个人网站
    本文详细介绍了如何通过Vultr云服务器和Namesilo域名搭建一个功能齐全的个人网站,包括购买、配置服务器以及绑定域名的具体步骤。文章还提供了详细的命令行操作指南,帮助读者顺利完成建站过程。 ... [详细]
  • 本题探讨如何通过最大流算法解决农场排水系统的设计问题。题目要求计算从水源点到汇合点的最大水流速率,使用经典的EK(Edmonds-Karp)和Dinic算法进行求解。 ... [详细]
  • 选择适合生产环境的Docker存储驱动
    本文旨在探讨如何在生产环境中选择合适的Docker存储驱动,并详细介绍不同Linux发行版下的配置方法。通过参考官方文档和兼容性矩阵,提供实用的操作指南。 ... [详细]
  • 本文详细介绍如何使用Python进行配置文件的读写操作,涵盖常见的配置文件格式(如INI、JSON、TOML和YAML),并提供具体的代码示例。 ... [详细]
  • 1.如何在运行状态查看源代码?查看函数的源代码,我们通常会使用IDE来完成。比如在PyCharm中,你可以Ctrl+鼠标点击进入函数的源代码。那如果没有IDE呢?当我们想使用一个函 ... [详细]
  • 本文深入探讨了 Java 中的 Serializable 接口,解释了其实现机制、用途及注意事项,帮助开发者更好地理解和使用序列化功能。 ... [详细]
  • Python自动化处理:从Word文档提取内容并生成带水印的PDF
    本文介绍如何利用Python实现从特定网站下载Word文档,去除水印并添加自定义水印,最终将文档转换为PDF格式。该方法适用于批量处理和自动化需求。 ... [详细]
  • 掌握远程执行Linux脚本和命令的技巧
    本文将详细介绍如何利用Python的Paramiko库实现远程执行Linux脚本和命令,帮助读者快速掌握这一实用技能。通过具体的示例和详尽的解释,让初学者也能轻松上手。 ... [详细]
  • 从 .NET 转 Java 的自学之路:IO 流基础篇
    本文详细介绍了 Java 中的 IO 流,包括字节流和字符流的基本概念及其操作方式。探讨了如何处理不同类型的文件数据,并结合编码机制确保字符数据的正确读写。同时,文中还涵盖了装饰设计模式的应用,以及多种常见的 IO 操作实例。 ... [详细]
  • 本文介绍如何通过更改软件源来提前体验Ubuntu 8.10,包括详细的配置步骤和相关注意事项。 ... [详细]
  • 根据最新发布的《互联网人才趋势报告》,尽管大量IT从业者已转向Python开发,但随着人工智能和大数据领域的迅猛发展,仍存在巨大的人才缺口。本文将详细介绍如何使用Python编写一个简单的爬虫程序,并提供完整的代码示例。 ... [详细]
  • 本文介绍如何使用 Python 编写程序,检查给定列表中的元素是否形成交替峰值模式。我们将探讨两种不同的方法来实现这一目标,并提供详细的代码示例。 ... [详细]
  • 在Ubuntu 16.04 LTS上配置Qt Creator开发环境
    本文详细介绍了如何在Ubuntu 16.04 LTS系统中安装和配置Qt Creator,涵盖了从下载到安装的全过程,并提供了常见问题的解决方案。 ... [详细]
author-avatar
红烧大青虫
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有