换了模型的话，推理的代码要根据实际的模型输入输出做相应的修改，示例代码推理部分是不能通用的

@J_sp 另外，我们更新了一下赛题说明，frame_id是从0开始的哈

@J_sp 我修改了一下答案，你再看一下呢

@J_sp 我上面说的后半部分有误“但是也有可能动作是这样的：2，8，14……这样。”，你的理解是对的是的

1. 测试是自己读入视频，然后输出对应的json，由于测试集也是按照6帧间隔标注的，所以算法输出的json也必须和测试集的标注一致，比如标注的是0，6，12，那么只有当算法输出的json也是0，6，12时才是正确的，而如果输出的json中包含0，6，12，18，那么对帧20的预测就属于错误的；
2. 赛题描述的frame_id是随机写的，没有实际考虑帧序号，可以不予参考哈；

如果是基于示例代码的话，确保：

1. 使用OpenVINO专用的编辑器提交了代码；
2. 构建了镜像；
3. 平台提供的TensorFflow镜像里面的OpenVINO依赖，是使用virtualenv安装的，在运行之前，需要执行一次：source /opt/intel/openvino/deployment_tools/model_optimizer/venv/bin/activate，可以参考一下https://gitee.com/extrememart/ecv-2020-demo/blob/master/fire-detect/ev_sdk/model/convert_openvino.sh

描述一下你使用的环境、赛道信息呢？是否基于示例代码？

看你的日志，是convert_dataset.py这个代码有问题，里面有写东西不是代码，你的代码是从哪里拉取的呢？Demo代码在这里：https://gitee.com/extrememart/ecv-2020-demo

使用了faster rcnn的话，config文件也要对应地改变了，可以参考一下这个：https://docs.openvinotoolkit.org/latest/openvino_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_Object_Detection_API_Models.html

1. 你尝试吧初始化代码都写到init函数里面吧，尽量不要在ji.py外部添加耗时的代码
2. 日志可以使用logging模块，这样方便调试

@xjohnny 可以在编码环境里面使用样例集简单跑一个模型出来测试哈

@xjohnny 你可以在编码环境调试一下这个转换脚本，如果没有改动的话，应该是不会有错误的

看起来是转换OpenVINO的时候出错了，转换程序你是改了参数吗？convert_openvino.sh

@xjohnny 加载的测试模型呢？是使用Demo里面的训练代码训练后生成的吗？

是完整的Demo代码吗？有没有做什么修改？

@ml10815 格式错了：

detect_objs.append('{"objects": [{"name": label_id_map[label], "xmin": int(xmin),"ymin": int(ymin), "xmax": int(xmax),"ymax": int(ymax)}]}')

用这个：

detect_objs.append({"name": label_id_map[label], "xmin": int(xmin),"ymin": int(ymin), "xmax": int(xmax),"ymax": int(ymax)}')
return json.dumps({"objects": detect_objs})

使用python API，process_image返回的结果必须是json格式的字符串，并且符合比赛的格式输出要求，可以参考一下demo代码

@oukohou pytorch 官方的mnist可以正常使用GPU：https://github.com/pytorch/examples/blob/master/mnist/main.py

@acci 比赛不会给单个用户加积分哈， 具体可以问下Sophie哈

GPU环境看起来是没有问题的，你看下加一些日志，你看下代码有没有选择GPU的部分，不要去自己设置GPU id，例如环境变量CUDA_VISIBLE_DEVICES。