转rknn后精度损失非常大

请教一下, 我在rknn上面跑yolov3的模型,.我的模型是keras训练的转成tensorflow的pb再转rknn, 没有量化, 跑出来的检测结果与未转
我目前运行在ubuntu18.04下, 输入图像大小640x448, 电脑配置是跑一次需要7~8分钟.
我有没有哪个环节弄错了? 代码如下:

if __name__ == '__main__':
    os.chdir("./examples/bamboo")
    print(os.getcwd())
    # Create RKNN object
    rknn = RKNN()

    # Config for Model Input PreProcess
    rknn.config(channel_mean_value='0 0 0 255', reorder_channel='0 1 2')

    # Load TensorFlow Model
    # print('--> Loading model')
    # rknn.load_tensorflow(tf_pb='./frozen_model.pb',
    #                      inputs=['input_1'],
    #                      outputs=['conv2d_59/BiasAdd', 'conv2d_67/BiasAdd', 'conv2d_75/BiasAdd'],
    #                      input_size_list=[[INPUT_HEIGHT, INPUT_WIDTH, 3]])
    # print('done')

    # # Build Model
    # print('--> Building model')
    # rknn.build(do_quantization=False, dataset='./dataset.txt')
    # print('done')

    # # Export RKNN Model
    # rknn.export_rknn('./yolov3.rknn')

    # # Direct Load RKNN Model
    rknn.load_rknn('./yolov3.rknn')

    # init runtime environment
    print('--> Init runtime environment')
    ret = rknn.init_runtime()
    if ret != 0:
        print('Init runtime environment failed')
        exit(ret)
    print('done')

    # Set inputs
    input_path = './test/CHANGTING/201911'
    output_path = './test/CHANGTING/201911/Results-iv19-rknn'
    if not os.path.exists(output_path):
        os.makedirs(output_path)
    for subdir, dirs, files in os.walk(input_path):
        dirname = subdir.split('/')[-1]
        if dirname == 'Annotations':
            continue
        for basename in files:
            filename = os.path.join(subdir, basename)
            print(filename)
            src = cv2.imread(filename)
            if src is None:
                print("load image failed")
                continue
            img = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
            img = cv2.resize(img, (INPUT_HEIGHT, INPUT_WIDTH), interpolation=cv2.INTER_CUBIC)

            # Inference
            #print('--> Running model')
            outputs = rknn.inference(inputs=[img])
            #print('done')

            input0_data = outputs[0]
            input1_data = outputs[1]
            input2_data = outputs[2]

            # input0_data = np.load('output0.npy')
            # input1_data = np.load('output1.npy')
            # input2_data = np.load('output2.npy')

            outputs = [input0_data, input1_data, input2_data]
            anchors = [[28,14], [31,54], [61,22], [95,8], [133,20], [191,40], [246,10], [441,19], [573,61]]
            anchors = np.array(anchors)
            boxes, scores, classes = yolo_eval(outputs, anchors, 12, np.array([448, 640]), 20, 0.3, 0.5)

            if boxes is not None:
                draw(src, boxes, scores, classes, [448, 640])
            out_name = os.path.join(output_path, basename)
            cv2.imwrite(out_name, src)

            # cv2.imshow("results", orig_img)
            # cv2.waitKeyEx(0)

    rknn.release()

config是否配对？哪里得出来用这个config配置。
原始的预处理是怎样？