pnnx转换yolov7模型带来未知原因精度损失

[XJTUWYD]

error log | 日志或报错信息 | ログ 原项目地址：https://github.com/derronqi/yolov7-face 关于ncnn的代码在https://github.com/derronqi/yolov7-face/tree/main/cpp 中，我用export.py完成模型到onnx的转换，然后使用最新版的pnnx完成onnx到ncnn的转换(也尝试过pt-> pt script->ncnn也有问题)。 pt的模型地址 使用pt模型测试325*352的结果是正确的，但是转换为ncnn之后测试结果就不正确了，初步判断有可能是模型转换带来精度损失导致的。

context | 编译/运行环境 | バックグラウンド 最新版本的pnnx和ncnn

how to reproduce | 复现步骤 | 再現方法 1.下载模型 2.使用https://github.com/derronqi/yolov7-face/blob/main/cpp/export.py 进行onnx转换 3.使用ncnn的转换工具pnnx把onnx模型转换为ncnn模型(shape = [1，3， 352， 352]) 4.转换好的模型放入https://github.com/derronqi/yolov7-face/tree/main/cpp/yolov7-face-ncnn 中的models 5.修改https://github.com/derronqi/yolov7-face/blob/main/cpp/yolov7-face-ncnn/include/yolov7face.h 中的YOLOFACE_INPUT_WIDTH为352 YOLOFACE_INPUT_HEIGHT为352。 6.修改https://github.com/derronqi/yolov7-face/blob/main/cpp/yolov7-face-ncnn/src/main.cpp 第15行的模型名字，进行测试。

more | 其他 | その他