如果要在mlu的推理中使用firstconv设置mean std,需要将预处理中的mean std部分注释掉,这样就不会重复做归一化的预处理,只在mlu上firstconv做预处理就行了。如果不想做firstconv,请选择fristconv为false
转化完离线模型之后,量化时的模型都设置了std和mean,如果采用跟resnet一样的预处理,只是resize 的大小不一样,所得到的特征向量相似度都在0.9以上, 如果在预处理时对数据进行标准化,结果跟用cpu 推理时的结果也是相差比较大,希望能帮忙解答一下
标准化的代码如下:
mean = [0.485, 0.456, 0.406]
std = [0.229, 0.224, 0.225] 的结果:
这样设置之后结果有点还是跟cpu推理时有差距,融合模式运行也有差距
请登录后评论