跳到主要內容
支援知識庫

將 ONNX 模型轉換為中間表示 (IR) 後,準確性下降

內容類型: 維護與效能   |   文章 ID: 000088868   |   最近查看日期: 2022 年 07 月 07 日

描述

  • 將 ONNX 模型轉換為 IR。
  • 與使用 PyTorch 執行 ONNX 模型相比,搭載 Benchmark C++ 工具的 Ran IR 效能準確度降低了 20%。
  • 無法確定如何預先處理影像以獲得更準確的準確度。

解決方法

準確性檢查器 支援一 組前處理器 ,可在模型推斷之前處理輸入資料。

變更 配置檔案中支援的前處理器類型,以獲得最高準確度。

相關產品

本文章適用 4 產品。
Intel® Xeon Phi™ 處理器軟體 OpenVINO™ toolkit 效能程式庫

停產產品

適用於邊緣的 Intel® Developer Cloud

免責聲明

這個頁面的內容綜合了英文原始內容的人工翻譯譯文與機器翻譯譯文。本內容是基於一般資訊目的,方便您參考而提供,不應視同完整或準確的內容。如果這個頁面的英文版與譯文之間發生任何牴觸,將受英文版規範及管轄。 查看這個頁面的英文版。