我知道原因了，out目录里的东西太多了，删除掉就好了。

已参考[url]https://bbs.huaweicloud.com/forum/thread-27297-1-1.html[/url] 这个链接，在使用OMG转换ResNet50模型的时候，调整模型输入的NCHW的N值为16，然后在使用这转换后的模型的时候，数据集的batch值设为16，跑出的FPS性能是batch_size=1时的2.34倍。不知道batch_size设置成多少才能让FPS性能达到最佳，只能不断调整batch_size试出它的最佳值了？而且不同模型的最佳batch_size应该也是不一样的吧。

不好意思，我参考https://bbs.huaweicloud.com/forum/thread-29623-1-1.html  这个链接后，发现是我使用的clock()函数带来了很大的误差，改用system_clock::now()之后，计算出来的推理时间和profiling给出的推理时间很接近了。

我按照你的提示找到了OME页面里模型推理的起始和结束的时间点，如下图里的高亮所示：两者相减等于15.97ms，而我通过ai_model_manager_->Process前后打点计算出的推理时间是4.572ms，这两个时间的差别也很大，哪个更准呢？

是不是我用的测试数据集太大导致的，我用一个小的测试数据集就没出现这个问题了。

使用caffe提供的 upgrade_net_proto_text工具和upgrade_net_proto_binary对模型进行了升级，多谢。