模型中连续多个conv和relu算子精度误差越来越大

Jerry_Zh

  使用RknnToolkit2(2.3.0版本)转换模型并进行推理，发现和原ONNX模型的推理结果差异非常大，模型结构比较简单，大多是连续的Conv和Relu等算子，调用RKNN的精度分析接口，发现这些算子单层精度误差和累计精度误差都非常高，请问各位大佬这是由于什么原因造成的？Conv，Add算子不都是支持比较好的算子么，遇到这种问题应该如何解决？因为这个子模型的精度影响到了整个完整模型的准确率，请各位大佬看看这是哪方面的问题，给一给建议。我已经将可以直接在RKNN环境下运行的代码和模型以及测试数据打包：通过网盘分享的文件：问题.zip
链接: https://pan.baidu.com/s/10in6S2wPZ-5e51lQ7U_yiw?pwd=cmru 提取码: cmru
--来自百度网盘超级会员v6的分享各位可以直接python下运行。