bilinear_interp输出shape为啥是[unk__34,unk__35,unk__36,unk__37] 我已经固定inputshape [1 3 512 512]

[13950182204]

请将下面信息填写完整，便于我们快速解决问题，谢谢！

问题描述 使用paddleseg2.9 版本 pp 2.6 版本 转换ppseg模型bilinear_interp输出shape 是[unk__34,unk__35,unk__36,unk__37] 输出的shape也是[unk__34,unk__35,unk__36,unk__37]

更多信息 : 我用于paddle2onnx 转onnx 再转rknn模型的 现在卡在paddle2onnx这个过程中 报错截图

其他信息

[13950182204]

batch_size: 64 #设定batch_size的值即为迭代一次送入网络的图片数量，一般显卡显存越大，batch_size的值可以越大。如果使用多卡训练，总得batch size等于该batch size乘以卡数。 iters: 10000 #模型训练迭代的轮数

train_dataset: #训练数据设置 type: Dataset #指定加载数据集的类。数据集类的代码在PaddleSeg/paddleseg/datasets目录下。 dataset_root: /home/aistudio/data/carlane/ train_path: /home/aistudio/data/carlane/train_list.txt #数据集中用于训练的标识文件 num_classes: 7 #指定类别个数（背景也算为一类） mode: train #表示用于训练 transforms: - type: ResizeStepScaling min_scale_factor: 0.5 max_scale_factor: 2.0 scale_step_size: 0.25 - type: RandomPaddingCrop crop_size: [512, 512] - type: RandomHorizontalFlip - type: RandomDistort brightness_range: 0.5 contrast_range: 0.5 saturation_range: 0.5 - type: Normalize mode: train

val_dataset: #验证数据设置 type: Dataset #指定加载数据集的类。数据集类的代码在PaddleSeg/paddleseg/datasets目录下。 dataset_root: /home/aistudio/data/carlane/ #数据集路径 val_path: /home/aistudio/data/carlane/val_list.txt #数据集中用于验证的标识文件 num_classes: 7 #指定类别个数（背景也算为一类） mode: val #表示用于验证 transforms: #模型验证的数据预处理的方式 - type: Normalize #对原始图像进行归一化，标注图像保持不变

optimizer: type: AdamW weight_decay: 0.01

lr_scheduler: type: PolynomialDecay learning_rate: 0.01 end_lr: 0 power: 0.9

loss: types: - type: OhemCrossEntropyLoss min_kept: 130000 # batch_size * 1024 * 512 // 16 - type: OhemCrossEntropyLoss min_kept: 130000 - type: OhemCrossEntropyLoss min_kept: 130000 coef: [1, 1, 1]

model: type: PPLiteSeg num_classes: 7 backbone: type: STDC1 pretrained: https://bj.bcebos.com/paddleseg/dygraph/PP_STDCNet1.tar.gz arm_out_chs: [32, 64, 128] seg_head_inter_chs: [32, 64, 64] 这个是 在paddleseg 上训练的yml

[13950182204]

! python tools/export.py
--config ../DeeplabV3.yml
--model_path output/iter_100/model.pdparams
--input_shape -1 3 512 512 !paddle2onnx --model_dir ./output/inference_model/
--model_filename model.pdmodel
--params_filename model.pdiparams
--save_file segonnx/model.onnx
--opset_version 12
--enable_dev_version True !python -m paddle2onnx.optimize --input_model segonnx/model.onnx
--output_model segonnx/PP_seg.onnx
--input_shape_dict "{'x':[1,3,512,512]}"

[13950182204]

这个是输出paddle 输出的模型也是固定的shape最后输出还是有问题

[1314520gu]

请问解决了吗