rockchip-linux
onnx模型转化为rknn模型 输入维数不同
onnx模型输入属性：输入4： 输入节点0名称：mix 输入1： 形状：[1,257,1,2] ;输入节点1名称：conv_cache 输入2：形状：[2,3,1,1,16] ;输入节点2名称：tra_cache 输入3形状：[2,3,1,1,16];输入节点3名称：inter_cache 输入4形状[2,1,3,16]; 转换为rknn模型后;model input num: 4, output num: 4 input tensors: index=0, name=mix, n_dims=4, dims=[1, 1, 2, 257], n_elems=514, size=1028, fmt=NHWC, type=FP16, qnt_type=AFFINE, zp=0, scale=1.000000 index=1, name=conv_cache, n_dims=5, dims=[2, 1, 16, 16, 33], n_elems=16896, size=33792, fmt=UNDEFINED, type=FP16, qnt_type=AFFINE, zp=0, scale=1.000000 index=2, name=tra_cache, n_dims=4, dims=[2, 1, 1, 3], n_elems=6, size=12, fmt=UNDEFINED, type=FP16, qnt_type=AFFINE, zp=0, scale=1.000000 index=3, name=inter_cache, n_dims=4, dims=[2, 33, 16, 1], n_elems=1056, size=2112, fmt=NHWC, type=FP16, qnt_type=AFFINE, zp=0, scale=1.000000 output tensors: 。onnx输入维度与rknn输入维度不一样。什么原因导致
rknn.config(mean_values=[[0, 0, 0]], std_values=[[255, 255, 255]], target_platform=platform ,batch_size = 1)
config，里加 batch_size = 1 就可以解决！！
