在部署算法时，经过打印，对比的数据格式无误，但总是显示参数值错误.
情景大致如下：
1.在PC端训练后，转为onnx模型，验证无误：输入格式为1x24的扁平输入（float32）；
2.经RDKx5工具链转换为bin模型，check显示可以部署在bpu上；
3.在板子上进行测试，总是显示输入格式错误，但反复核对找不出错误.
因官网以及地平线工具链示例的github工程中，尚未找到关于扁平化输入的量化模型示例，且版本较多，RDK x5缺少部分与RDK x3功能相似的示例，暂时无法找到相关参考，因此求助如下：
1.官网或者其他官方工程有无关于扁平化输入量化模型的示例；
2.对于扁平化输入模型，其实际输入转nchw后依旧报错，是转化时的配置文件仍然需要修改吗？
报错：
关键的推理代码（删除部分调试用的打印内容）：
附加的文件中，显示了模型转换时的yaml，以及check时的报告与转化后的bin模型，python测试代码
最新进度与报错：在进行一番修改后，成功导出了（通过check与对比）NHWC输入格式的模型，但是在测试代码中仍然无法正确运行，且报错模糊，无法精确定位错误：
因为DNN预编译的性质，堆栈也无法定位到准确原因，或者说看不出准确原因（此进度下的代码为PPO_test2）
rdkos_info.txt-
ppo_pth2onnx_fixed_config.yaml-
ppo_pth2onnx_fixed.bin-
ppo_test1.py-
ppo_test2.py
