一、工具链使用问题。
1、在J5上部署yolop（类似于yolov5）模型时，发现目标检测的输出的前景置信度为零，其他输出有一些精度误差。
2、尝试多种量化方法后，目标检测的box坐标部分精度有了提高，但输出的前景置信度依然为零。
3、使用hb_mapper infer工具运行 quantized_model.onnx和optimized_float_model.onnx，量化前后的模型。再使用vec_diff工具对比两个模型的输出后，发现
如图和附件所示，Conv_for_Add层的精度很低。
可能导致输出异常。
4、原onnx模型经过测试正常输出。
感谢您使用地平线芯片算法工具链，最近我们在收集大家的满意度反馈，欢迎您填写问卷，详细情况可见：https://developer.horizon.ai/forumDetail/146177053698464782
根据csv文件看，模型的最后几层输出的余弦相似度都挺高的，部分中间层的相似度较低这种情况是正常的，主要还是看模型的输出
根据您的问题描述，前景置信度为0，那是不是可以理解成无法生成box框，但您提到box坐标部分精度有所提升，如果置信度为0，是如何去生成box的呢？
您好，请问使用的征程J5工具链版本是？
使用NV12作为输入后问题解决了
好滴，解决就好
感谢大佬
