瑞芯微RK1808 RV1126，配置文件找不到

[xiaomujiang]

官网看到模型支持 ssd_mobilenet_v1_relu_voc_int8_300_per_layer

（1）请问这个模型对应的配置文件https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.3/configs/ssd/ssdlite_mobilenet_v1_300_coco.yml？ 如果不是，可以帮忙告诉一下对应的配置吗？ 后面想用自己的数据进行训练一下 （2）关于瑞芯微RK1808 RV1126，目标检测还有其他可用的模型吗？

[paddle-bot-old[bot]]

您好，我们已经收到了您的问题，会安排技术人员尽快解答您的问题，请耐心等待。请您再次检查是否提供了清晰的问题描述、复现代码、环境&版本、报错信息等。同时，您也可以通过查看官网文档、常见问题、历史Issue来寻求解答。祝您生活愉快～

Hi! We've received your issue and please be patient to get responded. We will arrange technicians to answer your questions as soon as possible. Please make sure that you have posted enough message to demo your request. You may also check out the API，FAQ and Github Issue to get the answer.Have a nice day!

[hong19860320]

官网看到模型支持 ssd_mobilenet_v1_relu_voc_int8_300_per_layer

（1）请问这个模型对应的配置文件https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.3/configs/ssd/ssdlite_mobilenet_v1_300_coco.yml？ 如果不是，可以帮忙告诉一下对应的配置吗？ 后面想用自己的数据进行训练一下 （2）关于瑞芯微RK1808 RV1126，目标检测还有其他可用的模型吗？

是这个 https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.3/configs/ssd/ssd_mobilenet_v1_300_120e_voc.yml 但目前只支持静态图模型训练哈（因为在动态图模型中box_coder算子是用细粒度算子组合的），而且由于rk只支持per layer量化，因此在做量化训练的时候，需要进行手动的conv+bn fuse，比较麻烦，而离线后量化虽然简单，但精度不是特别好。

所以建议等我们支持picodet后再基于picdet训练你的模型哈，目前我们推荐基于PaddleLite+TIM-VX的方式支持 RK 和amlogic的芯片，支持的算子和模型后续会比较多 https://paddle-lite.readthedocs.io/zh/develop/demo_guides/verisilicon_timvx.html 通过这个方式，我们正在验证yolov3_mobilenetv3、mobilenetv3_large/small、ppocr、ssdlite_mobilenet_v3_large、ShuffleNetV2，目前在解决量化精度问题。

[xiaomujiang]

请问后续是不是基于picdet训练的模型。可以部署到瑞芯微的芯片吗？ 这个官方有没有大概的时间计划

[hong19860320]

请问后续是不是基于picdet训练的模型。可以部署到瑞芯微的芯片吗？ 这个官方有没有大概的时间计划

嗯，目前已经跑通了picodet m 416x416 配置的模型，在amlogic A311D上大概24ms的样子，正在解决量化精度问题，后续会在rk1808/1109/1126和amlogic s905D3等基于芯源NPU IP的芯片进行验证，预计2月份可以支持哈～

[hong19860320]

目前已经跑通了mobilenetv1、resnet50、ssdmobilenetv1、yolov3_mobilenetv3、mobilenetv3_large/small、ppocr、ssdlite_mobilenet_v3_large、ShuffleNetV2、picodet模型，正在和paddleslim团队一起解决精度问题呢