香橙派aipro 模型推理报错汇总_runtimeerror: [-1][acl: general failure] [info] un

atc转om正常，结果完全不对。

背景：

在使用aipro推理自己训练的一个lprnet做车牌识别时各个流程正常，但是最终推理结果不对。

错误原因：

使用numpy对图片预处理后，传入的图片数据内存不连续。

修改代码

在数据预处理时添加一行代码，使图片在内存中连续。

def preprocess_image(image):
    img = cv2.resize(image, (94, 48))
    img = img.astype(np.float32)
    img -= 127.5
    img *= 0.0078125
    # img = img[:, :, np.newaxis]
    img = img.transpose((2, 0, 1))              # (3, 96, 96)
    img = img[np.newaxis,:,:,:]
    # --------------- 需要添加的代码 --------------- #
    img = np.ascontiguousarray(img, dtype=np.float32)
    # -------------------- end -------------------- #
    return img
1
2
3
4
5
6
7
8
9
10
11
12

atc转om正常，推理报错。

背景

想尝试一下yolov5官方的onnx模型，与香橙派samples里的模型做对比。

报错信息

[INFO] acl init success
[INFO] open device 0 success
[INFO] load model /home/HwHiAiUser/samples/aipro-sample-code/yolo/data/weight/yolo_official/yolo.om success
[INFO] create model description success
[ERROR] Check i:0 name:images in size:4915200 needsize:2457600 not match
[ERROR] Check InVector failed ret:-1
Traceback (most recent call last):
  File "/home/HwHiAiUser/samples/aipro-sample-code/yolo/main.py", line 114, in <module>
    infer_video(video_path, model, labels_dict, cfg)
  File "/home/HwHiAiUser/samples/aipro-sample-code/yolo/main.py", line 83, in infer_video
    image_pred = infer_frame_with_vis(img_frame, model, labels_dict, cfg, bgr2rgb=True)
  File "/home/HwHiAiUser/samples/aipro-sample-code/yolo/main.py", line 51, in infer_frame_with_vis
    output = model.infer([img])[0]
  File "/usr/local/miniconda3/lib/python3.9/site-packages/ais_bench/infer/interface.py", line 162, in infer
    return self.run(inputs, out_array=True)
  File "/usr/local/miniconda3/lib/python3.9/site-packages/ais_bench/infer/interface.py", line 94, in run
    outputs = self.session.run(self.outputs_names, inputs)
RuntimeError: [-1][ACL: general failure] 
[INFO] unload model success, model Id is 1
[INFO] end to destroy context
[INFO] end to reset device is 0
[INFO] end to finalize acl
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

报错分析

[ERROR] Check i:0 name:images in size:4915200 needsize:2457600 not match
1

从上面的错误分析，应该是数据与预期的不一致。类似于图片尺寸不对时的报错。
debug查看一下输入数据的相关信息。发现真有“4915200”这个数值（np.nbytes）。
百度后发现这个数值与输入数据的数据类型相关，且4915200 / 2457600 = 2。所以需要把数据从float32修改为为float16。

修改代码。

def preprocess_image(image, cfg, bgr2rgb=True):
    """图片预处理"""
    img, scale_ratio, pad_size = letterbox(image, new_shape=cfg['input_shape'])
    if bgr2rgb:
        img = img[:, :, ::-1]
    img = img.transpose(2, 0, 1)  # HWC2CHW
    # --------------- 需要修改的代码 --------------- #
    img = np.ascontiguousarray(img, dtype=np.float32)
    # ------------------- 修改为 ------------------- #
    img = np.ascontiguousarray(img, dtype=np.float16)
    # -------------------- end -------------------- #
    return img, scale_ratio, pad_size
1
2
3
4
5
6
7
8
9
10
11
12