pytorch和tensorflow的cudnn冲突？ about onnx_tflite_yolov3 HOT 4 CLOSED

应该是cudnn和cuda版本的原因，你可以试一下我构建的docker image：
docker pull zldrobit/onnx:10.0-cudnn7-devel
我用这个image时可以正常转换的

from onnx_tflite_yolov3.

我google了一下，很多人也遇到过这个问题，你可以参考一下：
tensorflow/tensorflow#24828
tensorflow/tensorflow#28326
https://stackoverflow.com/questions/53698035/failed-to-get-convolution-algorithm-this-is-probably-because-cudnn-failed-to-in

或者尝试一下新的配置环境，requirements.txt配置文件已经升级了。

from onnx_tflite_yolov3.

感谢，我在试试。我更改了cudnn版本后，尝试更改pytorch版本和tensorflow版本，最后在tensorflow==1.15.0，并把pytorch==1.3.1的版本换成了CPU版本情况下，运行成功，不报错误。我在训练自己数据集的时，在除数据集参数外，默认配置下，使用这个版本的yolov3检测效果没有yunyang1994的yolov3检测效果好，出现少框和多框的情况，请问您有遇见过吗？

from onnx_tflite_yolov3.

这个仓库的代码主要是用来验证Darknet weights > ONNX(PyTorch) > TensorFlow > TFLite的转换，暂时没有关注训练效果，如果你想使用PyTorch训练的话可以参考
https://github.com/ultralytics/yolov3
我推荐你先使用原版的yolov3 github仓库训练权重，将得到的weights再用这个仓库进行转换。
这样准确度应该没有问题。

from onnx_tflite_yolov3.