模型转换为rknn后inference结果为0

可以从哪些点、哪些途径查找错误在哪里呢

问题描述需要精准一点，可以提供一下你的环境，RKNN版本，转换什么模型，如何转换的，如何推理的，这样别人才好回答你的问题。

RKNN版本：0.9.9

转换的模型：pytorch->onnx->rknn

onnx->rknn代码：

1. from rknn.api import RKNN
   
2. rknn = RKNN()
   
3. rknn.config(channel_mean_value='127.5 127.5 127.5 128', reorder_channel='2 1 0')
   
4. print('--> Loading model')
   
5. rknn.load_onnx(model='./resnet.onnx')
   
6. print('done')
   
7. print('--> Building model')
   
8. rknn.build(do_quantization=False)
   
9. print('done')
   
10. rknn.export_rknn('./resnet.rknn')
    
11. rknn.release()

复制代码

rknn推理：

1. img = cv2.imread('test.png')
   
2. img = cv2.resize(img, (128,128))
   
3. 
   
4. net = RKNN()
   
5. net.load_rknn('./resnet.rknn')
   
6. 
   
7. print('--> Init runtime environment of arcface')
   
8. ret = net.init_runtime()
   
9. if ret != 0:
   
10.     print('Init runtime environment failed')
    
11.     exit(ret)
    
12. print('done')

复制代码output = net.inference(inputs=[img])

推理的输出output都是0，我在ubuntu下未转换的原版权重测试过，是没问题的；除了pytorch->onnx的问题以外，哪里可能有问题呢

net.load_rknn('.resnet.rknn') ?
这行确定没有问题?

哦，对不起，发帖的时候编辑过，多删了东西，肯定是可以运行的，我再编辑一下