@hyf820812029 模型的训练环境，如果和转化环境差别比较大，就会出这种问题
我的模型训练是直接用的darknet的代码和自己做的数据集，整个训练过程我都没用过TensorFlow，也就是这个教程，零基础入门darknet-YOLO3或YOLOv3-Tiny模型训练 。如果不是转换模型需要用到，我都没用过TensorFlow
是不是我的虚拟机，用不了TensorFlow-GPU版本导致？应该用TensorFlow-CPU版本？
你的环境比requirements要求的少了一些
第一步生成.data和.json的过程，也有这个问题，但是会生成这两个文件，第二步生成不了quantize文件，中间的错误跟我原来发的错误一样
我现在试试原始的yolov3官方的，只需要把.cfg和.weights文件换成官方的，然后bash 0，bash1，bash 2，是吗？
demo/data里面的图片分辨率应该是多少？这个分辨率是由什么决定的呢？而且这个图片会在量化过程中用到，是不是我图片分辨率的分辨率错了，量化的文件也就生成不出来了
@hyf820812029 我这边转换是没有问题的，三个脚本都转换成功了。
I Clean.
D Optimizing network with align_quantize, broadcast_quantize, qnt_adjust_coef, qnt_adjust_param
D Align @add_shortcut_61_148:out0 scale to [0.08629427]
D Align @concat_86_205:out0 scale to [0.08629427]
D Align @upsampling_85_204:out0 scale to [0.08629427]
D Align @add_shortcut_36_89:out0 scale to [0.09367254]
D Align @upsampling_97_230:out0 scale to [0.09367254]
D Align @concat_98_231:out0 scale to [0.09367254]
D Quantize tensor(@output_82_199:out0) with tensor(@convolution_81_198:out0)
D Quantize tensor(@output_94_225:out0) with tensor(@convolution_93_224:out0)
D Quantize tensor(@output_106_251:out0) with tensor(@convolution_105_250:out0)
I Dump net quantize tensor table to yolov3.quantize
I [TRAINER]Quantization complete.
[TRAINER]Quantization complete.
I Save net to yolov3.data
I Clean.
你使用官方的模型文件了么，还是你自己训练的
官方的文件.cfg和.weights都替换了，但是data里的图片没替换
我使用工作站就成功转换了，我自己的虚拟机还是不行。然后测试识别，感觉我自己的模型识别精度不是很高，没有你们提供的官方coco数据集的精度高？比如侧面或者远处的时候，不容易识别到。
代码用的darknet开源的代码，数据集用的自己采集的，我现在如果想要提高精度，也就只能两种方法是吗？要不就使用U8，要不就使用i8，没有其它的办法了是吗？因为我的模型不止在这个板子上跑，也在其它的地方跑，但是相对来说，这个板子上的精度没其它地方高