回复：HiLens_feige 发表于 2020-8-8 10:11 想请教一下你是怎么把MTCNN模型转为om模型的？推理时的预处理怎么做的？据我所知，MTCNN推理时用的图像金字塔，把图像缩放到不同尺度后分别做推理，因此模型的我的解决方案是，用多个pnet来满足图像金字塔的动态输入。hilens摄像头拍摄的图片大小是固定的720x1280，根据图像金字塔的每一个缩放比例得到缩放以后的图像的大小，这样就得到了一组实际进入pnet网络的图像大小。我是在本地训练输入为12x12x3的pnet得到的checkpoint，然后加载这个模型，按照得到的图像金字塔图的大小来改pnet输入的维度，重新保存，这样就得到了多个pnet。推理时用for循环分别调用不同的pnet来处理金字塔图，在本地测试了效果，除了速度慢点，效果是可以的。但是部署到hilens以后，pnet的结果根本框不到脸，说是精度损失，但其实是直接失效了，所以断定是模型转换的问题。

请问您最后解决了吗，我这边是本地开发的算法，到hilens上不只是效果差，几乎直接失效，做目标检测，在图里乱画框。

评论 HiLens_feige：您好，尝试了studio的terminal转换，但是效果还是差，没起作用

回复：HiLens_feige 发表于 2020-8-5 12:44 什么版本的OMG，是在Studio的Terminal里面做的吗是用的DDK（1.32）中的OMG转换的

回复：HiLens_feige 发表于 2020-8-3 17:11 请问模型转换时选的什么模板？HiLens Kit的系统固件版本（需要登录智能边缘管理平台查看）是多少？转换用的OMG，把frozen_graph格式的模型转换成om，固件版本1.0.0

回复：四号路口 发表于 2020-7-8 19:36 您好，请问您正在使用hilens开发套件吗？请参考hilens模型转换指导：https://support.huaweicloud.com/usermanual是的，我们在用Hilens，并且已经对模型转换很清楚了，也转换成功了，我现在的麻烦是，我的模型是一个全卷积网络，推理过程需要动态输入，但是模型转换不允许，希望知道怎么改模型才能保证推理效果

obs地址都是选择的，应该不会出现问题吧