WK文件配置详解

net_type

• CNN：不包含LSTM/RNN/ROIPooling/PSROIPooling的任意网络
• ROI/PSROI：包含ROI Pooling 和PSROI Pooling 的网络
• Recurrent：包含ROI Pooling 和PSROI Pooling 的网络

Output

• log_level

  设置是否开启日志文件，以及配置打印的等级，本参数可省略，当省略时，不打印日志文件。

  第一项：打印main 函数流程，cfg 文件等信息

  第二项：打印nnie_mapper 解析到的文件信息，包含image_list、prototxt、内存分配过程

  第三项：打印中间表示信息

  第四项：打印详细信息，有大量文件输出，转化耗时较长，请谨慎使用

• Instruction_name：文件输出名称

Run Time

• Batch_num:

  0/1：single（单张）模式。用single模式mapper一个任务只能处理一张图片，内部存储全部为一张图片分配，减少数据调度次数。

  >1：batch（多张）模式。采用batch 模式，在计算FC 时batch_num 张图片同时计算，计算资源利用率高。

Compile

• Compile_mode

  Low-bandwidth(低带宽模式，默认)：通过量化算法使参数与数据位宽最少，使系统所需带宽达到最小，但会有精度损失；

  High-precision(高精度模式)：结果精度最好，但是性能会下降；

  User-specify(用户配置模式)：需要用户在prototxt 中标明所有使用高精度计算的层。

• Is_simulation

  网络模型转化类型。

  0：Chip，芯片模式，网络模型转化成在芯片上加载的wk 文件。

  1：Simulation，仿真模式，网络模型转化成在PC 端仿真上加载的wk 文件。

Sparse

• Sparse_rate

  NNIE 引擎采用了参数压缩技术以减少带宽占用，为了提高压缩率，可通对FC 参数进稀疏处理。用户通过sparse_rate数值指定多少比例的FC 参数稀疏为0，例如配0.5，则FC 参数有50%将被稀疏为0，由于数据变的稀疏，压缩模块会获得更好的压缩率。稀疏值越高，计算FC 时所需参数带宽越低，但精度会有所下降。

ROI Number

• max_roi_frame_cnt

  包含ROI/PSROI 网络的RPN 阶段输出的候选框最大数目。

  默认值：300。

Recurrent_tmax

• Recurrent 网络（包含LSTM/RNN 层）每一句话的最大桢数，支持[1, 1024]范围内的配置，减小配置值可以减小临时缓存大小。

Image_type

• 表示网络实际执行时输入给网络的数据类型，该配置跟image_list相关。

  0：表示网络数据输入为 SVP_BLOB_TYPE_S32（参考《HiSVPAPI 参考》）或者向量的类型（VEC_S32 和SEQ_S32）；此时要求image_list配置为feature map 文件

  1：表示网络数据输入为SVP_BLOB_TYPE_U8（普通的灰度图和RGB 图）类型； 此时要求image_list配置是RGB图或者灰度图片的list 文件

  3：网络数据输入为SVP_BLOB_TYPE_YUV420SP类型

  5：网络数据输入为SVP_BLOB_TYPE_YUV422SP类型；当配置为3或者5 时，image_list 配置为RGB 图片的list 文件

Image_list

• 参照实例文件上传；NNIE mapper 用于数据量化的参考图像list 文件或feature map 文件。该配置跟image_type 相关。NNIE mapper 量化时需要的图片是典型场景图片，建议从网络模型的测试场景随机选择20~50 张作为参考图片进行量化，选择的图像要尽量覆盖模型的各个场景（比如检测人、车的模型，参考图像中必须由人、车，不能仅使用人或者无人无车的图像进行量化）。网络中如果存在多个输入层，则需要配置多个image_list 顶，顺序、个数与prototxt 完全对应。

Norm_type

• 表示对网络数据输入的预处理方法。注意image_type 配置为0时，norm_type 只能配置为0；image_type 配置为3 或者5 时，网络输入数据为YUV 图像，但是NNIE 硬件会根据RGB_order配置项自动转为RGB 或者BGR 图像，此时norm_type 配置方法跟image_type为1 时一致。

  0：不做任何预处理

  1：mean file，减图像均值

  2：channel mean_value，减通道均值

  3：data_scale，对图像像素值乘以data_scale

  4：mean filewith data_scale，减图像均值后再乘以data_scale

  5：channel mean_value with data_scale，减通道均值后再乘以data_scale

Mean_file

norm_type 为1、4 时，表示均值文件xxx.binaryproto

norm_type 为2、5 时，表示通道均值文件

norm_type 为0、3 时，用户也需要配置mean_file项，但具体内容可以是一个无效路径，比如null；通道均值文件mean.txt 中每一行的浮点数表示对应的通道均值，如单通道只有一个值