SS928移植yolov8问题暂未解决，对比SVP NNN和NNN两个NPU核，SVP NNN是不支持transpose层，仅支持CPU里运行，去掉这个层认为不现实，NNN里倒是写的在onnx模型里支持transpose，应该是在NPU里运行。
一种方式是转caffe模型，transpose对应的是permute，是支持的。另一种是希望NNN里支持NPU里运行transpose。这两种方式都消耗时间比较多，暂且放一放，有时间了搞一搞。SS928实在是搞得很另类。
今天主要是想分享一下最近特别火的yolov9模型。也就是上周的时候yolov9发布开源代码。第一时间下载试了一下。
提出了可编程梯度信息（programmable gradient information，PGI）的概念，来应对深度网络实现多个目标所需要的各种变化。PGI 可以为目标任务计算目标函数提供完整的输入信息，从而获得可靠的梯度信息来更新网络权值。
此外，基于梯度路径规划设计了一种新的轻量级网络架构，即通用高效层聚合网络（Generalized Efficient Layer Aggregation Network，GELAN）。该架构证实了 PGI 可以在轻量级模型上取得优异的结果。
在基于 MS COCO 数据集的目标检测任务上验证所提出的 GELAN 和 PGI。结果表明，与基于深度卷积开发的 SOTA 方法相比，GELAN 仅使用传统卷积算子即可实现更好的参数利用率。
对于 PGI 而言，它的适用性很强，可用于从轻型到大型的各种模型。可以用它来获取完整的信息，从而使从头开始训练的模型能够比使用大型数据集预训练的 SOTA 模型获得更好的结果。
因为之前yolov7成功部署的经验，yolov9的部署还是比较有希望。
因为发布时间比较短，有点bug估计也正常，先试试转换Onnx模型。
果然有bug，改动一下代码之后成功运行。
先不管后处理，直接放到MindStudio里转换一下看看。s,m模型作者还没开源，先用c模型试试。
转换后大小是26.9MB。
后面移植还是蛮期待的。