我用训练好的yolov5目标检测pt文件，转换成onnx模型，放在NVIDIA的3090显卡上进行推理，5k张图片可以检测出300张。用同一个onnx模型转换为om模型放在Atlas 300I Duo推理卡上进行推理，同样的5k张图片只能检测出109张。  模型的前后处理脚本都是一样的。

问题（1）：出现这种情况的原因除了  pt文件是否相同，前后处理代码是否相同，量化指标是否相同，还会有其他的影响因素吗？

问题（2）：我在尝试利用不同的量化指标fp32和fp16的时候，发现模型的速度和精度几乎没变，是不是我模型量化转换存在问题？

问题（3）：模型量化的转换方式具体是如何操作的？是在pt转换为onnx的时候就要转换完吗？还是说是在onnx转换om的时候才进行量化转换？