onnx正常推理结果

带AIPP的om模型推理结果:

输出的置信度都非常低是为什么
我的AIPP配置:aipp_op { aipp_mode: static input_format: RGB888_U8 src_image_size_w: 1280 src_image_size_h: 720 csc_switch: false crop: true load_start_pos_h: 0 load_start_pos_w: 0 crop_size_w: 640 crop_size_h: 640 var_reci_chn_0: 0.00392156862745 var_reci_chn_1: 0.00392156862745 var_reci_chn_2: 0.00392156862745 }
我的ATC指令:
#!/bin/bash
# ======== 配置参数 ========
ONNX_MODEL="./yolov8s.onnx"
OUTPUT_MODEL="./yolov8s_aipp_RGB_center_crop"
AIPP_CFG="./aipp_RGB.cfg"
SOC_VERSION="Ascend310B4"
# ======== 执行 ATC 转换 ========
echo "开始将 $ONNX_MODEL 转换为带 AIPP 的 OM 模型..."
atc \
--model=${ONNX_MODEL} \
--output=${OUTPUT_MODEL} \
--framework=5 \
--input_shape="images:1,3,640,640" \
--insert_op_conf=${AIPP_CFG} \
--soc_version=${SOC_VERSION} \
--precision_mode=allow_fp32_to_fp16
# --log=debug
onnx正常推理结果
带AIPP的om模型推理结果:
输出的置信度都非常低是为什么
我的AIPP配置:aipp_op { aipp_mode: static input_format: RGB888_U8 src_image_size_w: 1280 src_image_size_h: 720 csc_switch: false crop: true load_start_pos_h: 0 load_start_pos_w: 0 crop_size_w: 640 crop_size_h: 640 var_reci_chn_0: 0.00392156862745 var_reci_chn_1: 0.00392156862745 var_reci_chn_2: 0.00392156862745 }
我的ATC指令:
#!/bin/bash
# ======== 配置参数 ========
ONNX_MODEL="./yolov8s.onnx"
OUTPUT_MODEL="./yolov8s_aipp_RGB_center_crop"
AIPP_CFG="./aipp_RGB.cfg"
SOC_VERSION="Ascend310B4"
# ======== 执行 ATC 转换 ========
echo "开始将 $ONNX_MODEL 转换为带 AIPP 的 OM 模型..."
atc \
--model=${ONNX_MODEL} \
--output=${OUTPUT_MODEL} \
--framework=5 \
--input_shape="images:1,3,640,640" \
--insert_op_conf=${AIPP_CFG} \
--soc_version=${SOC_VERSION} \
--precision_mode=allow_fp32_to_fp16
# --log=debug