我模型的量化精度出现了负值，这是怎么回事，
是模型本身的问题，还是校准数据的问题啊
怎么解决？
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
您好，请问您使用的OE版本是什么呢？方便提供一下模型和模型转换时的yaml配置文件，方便我们复现一下您的问题吗？
我用的是horizon_xj3_open_explorer_v2.4.2_20221227的OE包
这下面是我的sh,yml,以及校准数据，在进行第二步时，我对校准数据制作的preprocess.py进行了修改，将PadResizeTransformer(target_size=(672, 672))改成了PadResizeTransformer(target_size=(416, 416))，因为我的模型是(1,3,416,416)的
链接：https://pan.baidu.com/s/1JoaGF\_wrWUKszFpRn9ajAg?pwd=1234
提取码：1234
对了，进行问题复现的时候注意一下，我的模型通过第一步检查是安装了你给我的wheel文件才成功的，所以要安装那两个文件https://pan.horizon.ai/index.php/s/TR23PCziJBTSdEk
您好，经分析，log输出的中间层余弦相似度为负数时，也是有可能产生正确结果的，看输出层的余弦相似度较高，建议您参考这篇文章的前两节来验证一下模型精度情况：https://developer.horizon.ai/forumDetail/71036815603174578
我看了那个文章，它2.1的那个onnx的代码，它预测数据是怎么输入的，是dict()这个字典吗？那图片怎么放在这个字典里面？
您好，dict()的key是模型输入节点名称，value是对应的image_data就可以啦，建议您可以先百度了解一下onnxruntime模型推理，再看那篇文章会更顺畅一些~
那个postprocess与preporcess，这两个函数要自己实现吗？案例里里面preporcess还好能用，但是postprocess好像不行，报错了，然后我有看每个案例模型的postprocess好像都不一样啊，这怎么实现啊
可以参考OE包中的示例实现模型的前后处理，也可以参考自己的源代码自行实现哈。深度学习任务不同，前后处理也是不同的。