NVDLAの内部構成調査(6. Caffeのモデルを使ってNVDLAでMNISTを動かす)

前回はNVDLAを使ってCaffeのモデルを実行してみた。 ただし実行結果が分からないので何とか解析できるようにしたい。

nvdla_runtimeの実行オプションには--rawdumpオプションがあるので、これを使えば実行後の結果をダンプできるらしい。

# ./nvdla_runtime --help
Usage: ./nvdla_runtime [-options] --loadable <loadable_file>
where options include:
    -h                    print this help message
    -s                    launch test in server mode
    --image <file>        input jpg/pgm file
    --normalize <value>   normalize value for input image
    --mean <value>        comma separated mean value for input image
    --rawdump             dump raw dimg data

実行後に、output.dimgを参照すると結果を見ることができる。

# ./nvdla_runtime --loadable ../lenet/basic.nvdla --rawdump --image ../lenet/digits/one.pgm
...
[33150.014288] reset engine done
Work Found!
Work Done
Shutdown signal received, exiting
Test pass
# cat output.dimg
1 0 0 0 0 0 0 0 0 0

結果を見てみるとone.bgmなので1の結果が出てほしいのだけれども、インデックス0、つまり1が判定されている。 one.bgmを参照すると、白黒逆転じゃない？NVDLAのGitHub Issueにも同じような話が出ていた。 本物のMNISTを使わないとだめだな。

MNISTのテストデータをBGMに変換する

MNISTのデータはバイナリで提供されているので、それをBGMに変換しなければならない。

MNISTのデータのダウンロードとBGMへの変換は、以下のサイトを参考にした。

qiita.com

これだけではテキストタイプのBGMなので、ImageMagickを使ってバイナリに変換する。

$ convert 0.pgm +compress conv_0.pgm
$ convert 1.pgm +compress conv_1.pgm

図. conv_0.pgmの出力 (5の画像)

図. conv_1.pgmの出力 (0の画像)

変換したBGMを使って、再度NVDLAを実行した。

# ./nvdla_runtime --loadable ../lenet/basic.nvdla --rawdump --image ../lenet/image/conv_0.pgm
...
# cat output.dimg
0 0 0 0 0 1 0 0 0 0 
#

conv_0.pgm(5の画像)については正しく認識できたようだ。次に、conv_1.pgm(0の画像)の認識に挑戦する。

# ./nvdla_runtime --loadable ../lenet/basic.nvdla --rawdump --image ../lenet/image/conv_1.pgm
...
# cat output.dimg
1 0 0 0 0 0 0 0 0 0
#

こちらも正しく認識できた。