在进行caffe及darknet神经网络模型转换时遇到了一些错误

您好，我在只测试网络推理速度时，遇到了网络模型加载或者转换的问题。
1.caffe框架下的SSD，直接转换会在build阶段报错Unsuport input tensor type "None" of layer "attach_detection_out_101_102"。与官方自带vgg-ssd的prototxt比较，其多最后了一层"detection_out"。删除后可正常推理。
请问下转换rknn时有没有类似的应该去掉哪些层的指导文档？


2.caffe的Mobilenet-yolov3加载模型时出错，E google.protobuf.text_format.ParseError: 957:3 : Message type "caffe.LayerParameter" has no field named "yolov3_detection_output_param".
3.caffe的ICNet加载模型时出错，E google.protobuf.text_format.ParseError: 22:3 : Message type "caffe.LayerParameter" has no field named "interp_param".
4.10.caffe的PSPNett加载模型时出错，E google.protobuf.text_format.ParseError: 51:5 : Message type "caffe.BNParameter" has no field named "slope_filler".
请问下2,3,4是否是因为rknn的caffe不支持这些层？有可提供的相关修改建议吗？


5.darknet框架下的resnet18， 报错：Do not support the shortcut inputs: [0, 32, 32, 128] [0, 64, 64, 64]
darknet会自动对输入是不同维度的shortcut层进行处理，请问rknn是否是需要相同维度的输入？


6.darknet下的vgg16，加载.cfg文件时出错E ValueError: cannot reshape array of size 123638760 into shape (512,8,8)
有警告：W Still not implement connected shape engine
alexnet也有类似的问题。
请问下是为什么，有没有什么方法可以解决？多谢。