关于级联网络的推理中的格式转换问题

因为需要再RK3588部署一个单目标跟踪项目，众所周知，跟踪项目通常为两个模型，一个特征提取模型，一个特征融合模型
特征提取模型输入为cv Mat，输出为tensor，具体如下：

1. [Instance branch]: INPUT_ATTR
   
2. [TENSOR INDEX:            0]
   
3. [TENSOR NAME:             input]
   
4. [TENSOR N_DIMS:           4]
   
5. [TENSOR DIMS:             [1, 255, 255, 3, ]]
   
6. [TENSOR N_ELEMS:          195075]
   
7. [TENSOR SIZE:             195075]
   
8. [TENSOR W_STRIDE:         256]
   
9. [TENSOR SIZE_WITH_STRIDE: 195840]
   
10. [TENSOR FORMAT:           NHWC]
    
11. [TENSOR TYPE:             INT8]
    
12. [TENSOR QNT_TYPE:         AFFINE]
    
13. [TENSOR ZP:               -128]
    
14. [TENSOR SCALE:            1]
    
15. 
    
16. [Instance branch]: OUTPUT_ATTR
    
17. [TENSOR INDEX:            0]
    
18. [TENSOR NAME:             output]
    
19. [TENSOR N_DIMS:           4]
    
20. [TENSOR DIMS:             [1, 48, 16, 16, ]]
    
21. [TENSOR N_ELEMS:          12288]
    
22. [TENSOR SIZE:             12288]
    
23. [TENSOR W_STRIDE:         0]
    
24. [TENSOR SIZE_WITH_STRIDE: 12288]
    
25. [TENSOR FORMAT:           NCHW]
    
26. [TENSOR TYPE:             INT8]
    
27. [TENSOR QNT_TYPE:         AFFINE]
    
28. [TENSOR ZP:               3]
    
29. [TENSOR SCALE:            0.14404]

复制代码特征融合模型输入为tensor， 输出为tensor，具体如下：

1. [Correlation branch]: INPUT_ATTR
   
2. [TENSOR INDEX:            0]
   
3. [TENSOR NAME:             input1]
   
4. [TENSOR N_DIMS:           4]
   
5. [TENSOR DIMS:             [1, 8, 8, 48, ]]
   
6. [TENSOR N_ELEMS:          3072]
   
7. [TENSOR SIZE:             3072]
   
8. [TENSOR W_STRIDE:         8]
   
9. [TENSOR SIZE_WITH_STRIDE: 3072]
   
10. [TENSOR FORMAT:           NHWC]
    
11. [TENSOR TYPE:             INT8]
    
12. [TENSOR QNT_TYPE:         AFFINE]
    
13. [TENSOR ZP:               -22]
    
14. [TENSOR SCALE:            0.124435]
    
15. 
    
16. [Correlation branch]: INPUT_ATTR
    
17. [TENSOR INDEX:            1]
    
18. [TENSOR NAME:             input2]
    
19. [TENSOR N_DIMS:           4]
    
20. [TENSOR DIMS:             [1, 16, 16, 48, ]]
    
21. [TENSOR N_ELEMS:          12288]
    
22. [TENSOR SIZE:             12288]
    
23. [TENSOR W_STRIDE:         16]
    
24. [TENSOR SIZE_WITH_STRIDE: 12288]
    
25. [TENSOR FORMAT:           NHWC]
    
26. [TENSOR TYPE:             INT8]
    
27. [TENSOR QNT_TYPE:         AFFINE]
    
28. [TENSOR ZP:               -4]
    
29. [TENSOR SCALE:            0.189816]
    
30. 
    
31. [Correlation branch]: OUTPUT_ATTR
    
32. [TENSOR INDEX:            0]
    
33. [TENSOR NAME:             output1]
    
34. [TENSOR N_DIMS:           4]
    
35. [TENSOR DIMS:             [1, 2, 16, 16, ]]
    
36. [TENSOR N_ELEMS:          512]
    
37. [TENSOR SIZE:             512]
    
38. [TENSOR W_STRIDE:         0]
    
39. [TENSOR SIZE_WITH_STRIDE: 4096]
    
40. [TENSOR FORMAT:           NCHW]
    
41. [TENSOR TYPE:             INT8]
    
42. [TENSOR QNT_TYPE:         AFFINE]
    
43. [TENSOR ZP:               -5]
    
44. [TENSOR SCALE:            0.0481221]
    
45. 
    
46. [Correlation branch]: OUTPUT_ATTR
    
47. [TENSOR INDEX:            1]
    
48. [TENSOR NAME:             output2]
    
49. [TENSOR N_DIMS:           4]
    
50. [TENSOR DIMS:             [1, 4, 16, 16, ]]
    
51. [TENSOR N_ELEMS:          1024]
    
52. [TENSOR SIZE:             1024]
    
53. [TENSOR W_STRIDE:         0]
    
54. [TENSOR SIZE_WITH_STRIDE: 4096]
    
55. [TENSOR FORMAT:           NCHW]
    
56. [TENSOR TYPE:             INT8]
    
57. [TENSOR QNT_TYPE:         AFFINE]
    
58. [TENSOR ZP:               -128]
    
59. [TENSOR SCALE:            0.315689]

复制代码当前我采用的编程思路为特征提取模型采用零拷贝API
因为特征融合网络输入通道不为1，3，4，所以只能采用通用API
问题在于：
特征提取网络输出格式为NCHW，数据类型为INT8，特征融合网络输入NHWC，数据类型为INT8
我针对特征提取网络输出做了如下设置：

1. attr_output_z.fmt = RKNN_TENSOR_NCHW;
   
2.     attr_output_z.type = RKNN_TENSOR_FLOAT32;
   
3.     ret = rknn_set_io_mem(ctx_z, mem_input_z, &attr_input_z);

复制代码对于特征融合网络如下设置：

1. rknn_input input;
   
2.     for (int i = 0; i < io_num.n_input; i++) {
   
3.         input.index = i;
   
4.         input.type = RKNN_TENSOR_FLOAT32;
   
5.         input.size = attr_inputs[i].size * sizeof(float);
   
6.         input.fmt = RKNN_TENSOR_NCHW;
   
7.         input.pass_through = 0;
   
8. 
   
9.         inputs.push_back(input);
   
10.     }

复制代码两个模型之间的数据赋值，即特征提取网络结果作为特征融合模型输入代码如下：

1. inputs[0].buf = mem_output_z->virt_addr;

复制代码

报错信息如下：

1. E RKNN: [02:51:54.114] Meet unsupported src layout for normalize: 2
   
2. E RKNN: [02:51:54.114] rknn_inputs_set, normalize error(-1) index=0
   
3. E RKNN: [02:51:54.114] Meet unsupported src layout for normalize: 2
   
4. E RKNN: [02:51:54.114] rknn_inputs_set, normalize error(-1) index=1

复制代码请问是思路有问题，比如统一使用通用API？还是需要手动将NCHW的输入转换为NHWC，在进行操作？