YOLOV4-Tiny：You Only Look Once-Tiny目标检测模型在Keras当中的实现

1.训练步骤

具体训练步骤可以参考https://github.com/bubbliiiing/yolov4-tiny-keras

nets/CSPdarknet53_tiny.py中的resblock_body有一个切片操作Vitis-AI compiler不支持，因此用1x1卷积代替

2.将训练好的h5冻结为pb格式

修改keras2pb.py里面的配置参数

input_model output_model和num_class

修改好后运行就会生成pb文件

Vitis-AI量化步骤

进入Vitis-AI docker环境，激活vitis-ai-tensorflow

vai_q_tensorflow quantize
--input_frozen_graph ~.pb
--input_nodes input_1
--input_shapes ?,416,416,3
--output_dir ./quantize14
--output_nodes conv2d_21/BiasAdd,conv2d_24/BiasAdd
--input_fn input_fn.calib_input
--calib_iter 25

将input_fn.py放进量化的环境中

Vitis-AI编译步骤

vai_c_tensorflow
--f ./quantize14/quantize_eval_model.pb
--a kv260arch_B3136.json
--output_dir compile14
--n mask_detection
--options '{"input_shape": "1,224,224,3"}'

Reference

测试量化前后的mAP:https://blog.csdn.net/weixin_43850171/article/details/123223547?spm=1001.2014.3001.5502 https://github.com/qqwweee/keras-yolo3
https://github.com/bubbliiiing/yolov4-tiny-keras