为什么关闭了norm_type,用源代码的数据预处理,测试出来的精度为呢

x3板norm_type设置为no_proprecess,源代码里采用normalize,按照计算公式,这样是没问题的啊,但是为什么还是精度低呢

if cfg.DATASET.ALPHA_NORM:

normalize = transforms.Normalize(mean=[0.48, 0.457, 0.406],

std=[1,1, 1])

# for alphapose only

# normalize = transforms.Normalize(mean=[0.406, 0.457, 0.48], std=[1, 1, 1])

valid_dataset = eval(‘dataset.’+cfg.DATASET.DATASET)(

cfg, cfg.DATASET.ROOT, cfg.DATASET.TEST_SET, False,

transforms.Compose([

transforms.ToTensor(),

normalize,

])

)

yaml文件配置norm_type的方法和代码手动normalize,配置相同的情况下模型精度应该是一致的,避免重复配置就好。重点还是定位到精度问题是否是因为量化,确定哪些是量化敏感节点~~

您好,地平线工具链在持续迭代优化,为了给您提供更好的服务,希望您能抽出3分钟左右的时间,将您在使用工具链期间的感受和建议告诉我们,您的宝贵意见对我们很重要,非常感谢!-
问卷链接地平线算法工具链使用满意度反馈

你好,建议参考这篇文章进行定位精度问题哈:https://developer.horizon.cc/forumDetail/71036815603174578