模型转换后用pytorch推理精度丢失

[ChaoII]

背景：

自己训练了个ppocrv3 rec模型，使用ch_PP-OCRv3_rec.yml 配置文件，训练完成后使用paddleOCR推理精度很高。

问题：

1. 模型在转换过程中报错：KeyError: Student.backbone.conv1._conv.weight
2. 将源码该处修改后，转换最后报错RuntimeError: The size of tensor a (34) must match the size of tensor b (33) at non-singleton dimension 0， 将该处改为33后成功转换模型。<\br>
3. 模型在推理过程中精度较低，大部分推理错误，有少部分正确。 请问一下，这个和调整这些报错的参数有关系么？谢谢，该如何解决转换后精度低的问题

[frotms]

目前只支持蒸馏的模型。自己训练的模型，需要修改converter的加载权重部分，使得所有有效权重都加载进来

[ChaoII]

目前只支持蒸馏的模型。自己训练的模型，需要修改converter的加载权重部分，使得所有有效权重都加载进来

谢谢，您这边有修改的教程么？想折腾折腾。或者您有没有考虑支持一波 自定义的模型。

[frotms]

可以参考converter，加载权重那部分，目前使用student的权重。可以试试先把训练好的权重文件的key和value.shape打印出来，和网络的state_dict的key和value.shape对比，两者都对了就ok了

[ChaoII]

我后面对比了一下，Shape都对的上，但是计算结果依旧差距较大，请问一下，需要我把模型发给您，调试一下么？如果可以麻烦留一下邮箱谢谢

[frotms]

@ChaoII 问题解决了吗？？邮箱是：[email protected]

[ChaoII]

@ChaoII 问题解决了吗？？邮箱是：[email protected]

没有额，对这个不是很熟，所以一筹莫展，已经给您发邮件了。谢谢

[frotms]

@ChaoII 回复邮件了。结果应该没问题，测试看下

[ChaoII]

@frotms 你好作者，非常感谢你的回复，但是在测试过程中，和我转的结果一样的，里面有20张图，预测准确的只有一半。尤其是汉字，完全不对，谢谢

[frotms]

加个qq聊一下？