@gintamayy 请添加小助手微信联系哦；（或留下您的微信号）

@18804010956 请添加小助手微信联系哦；（或留下您的微信号）

@fine_ 请添加小助手微信联系哦；（或留下您的微信号）

@15202837220 请添加小助手微信联系哦；（或留下您的微信号）

@周筱筱 请添加小助手微信联系哦；（或留下您的微信号）

@shijie 请添加极市小助手，获取项目具体需求及预算

@featherbones 您试试这个：
链接: https://pan.baidu.com/s/1E3S0l-5icmpYn5LIq1KL9w 提取码: km9d

@niez01 请添加小助手微信哦，获取详情及预算

@xwx100 添加微信：cvmart2 获取详情及预算

需求报名

这个可以具体参见openvino的inference部分的相关文档

首先确认一下预训练模型路径是否正确，是否存在预训练模型；其次确认tensorflow-gpu==1.13.2这个版本，是否可以正确加载你给的预训练模型

编码容器默认terminal是zsh,也可以通过输入bash，变成bash的terminal, 一般情况下命令都是可行的；在dockerfile里面一般命令也是可以的，在dockerfile里面也可以切换常见的terminal终端形式

如果是通过发起训练得到的模型是不可见的，需要测试就通过编写sdk后，发起自动测试；如果是想要在编码容器里进行自测，那就在编码容器里进行简单的本地训练得到模型，这时模型可见，可用于在本地自测编写的sdk代码。

推理的时候，需要确保输入到模型的数据的通道顺序，和模型要求的通道顺序一致。
你检查下：

1. 训练好的模型的通道顺序是怎样的；
2. 转换成openvino时python3 mo.py --input_model INPUT_MODEL，是否有做过通道顺序的改变（--reverse_input_channels），mean_value和scale_value需要和通道顺序一致；
3. 图片读取到输入到模型的过程中，是否发生过通道顺序的改变。

@fuchao01 今天更新

建议转penvino之前先将原始框架的网络转换到CPU下

在调试容器里，自己可以自测sdk是否能正常运行。按照操作流程，构建测试镜像，提交自动测试时，后端将自动调用你编写的sdk，用测试集的图片去进行测试并计算准确性。自动测试时，开发者不必关心测试集的任何问题，只需保证编写的sdk可以对单张输入的图片进行推理，得出结果。img = cv2.imread('/usr/local/ev_sdk/data/dog.jpg')只是个例子

日志生成并显示到前端需要等待一些时间，如果出现内部错误，可能是由于某些网络等问题产生，建议重新试过。如果长时间并始终出现该问题，请反馈，我们将进一步确认问题所在。

确实不太好定位哪里出现问题，首先确认编写的sdk的代码在调试容器里面可以自测正常运行吗，如果能够正常，则确认sdk代码经过了push，然后重新构建镜像。另外，建议在代码中加入一些输出提示，便于定位错误出现的地方是在哪一步