非常感谢！图片输入的input type改成 uint8 就可以了

感谢！问题已解决，原因是一个om模型被误删，软链接入了问题，前面的模型加载失败导致后面报出来这个奇怪的错误。

非常抱歉！！之前提供的测试数据的(x,y,score)中的x和y没有进行归一化（比如(99,-97,0.88)，而训练用的数据都是归一化后的 ( 比如 -0.35,0.45,0.9)），这可能造成了结果的误差被放大，进而产生精度的差异。增加了您提供的精度参数、把数据重新归一化后进行测试和dump精度比对，发现所有的余弦相似度都是1，精度应该是没有问题的，实际结果出现了问题可能是由于自己制作的训练集的不合理重新转换后的dump数据和模型以及结果我放到了附件里。

我们使用附件中的数据 motio_data_0.txt进行测试，结果差别比较大，pb的结果和om的结果图片放到了附件里

[quote][size=2][url=forum.php?mod=redirect&goto=findpost&pid=993766&ptid=119969][color=#999999]回复：cjl68 发表于 2021-4-10 16:13[/color][/url][/size] 比对结果一般只需关注E列（CosineSimilarity），看里面的数值离1是否很远，离1越近，精度越高。看楼主的比对结果，精度也不是差的很多。现在是遇到了推[/quote]谢谢老师！我看着前面都0.99，后面都到了0.84，这样问题不大吗？tensorflow 没有预处理代码，原始模型是 STGCN，输入数据是 NHWC [N,100,18,3] 的数组。不过训练时用txt转成的tfrecord数据，测试时是直接导入txt。数据是图片经过Openpose处理得到，但是训练和测试都是保存好的txt文件数据。附件中我放了stgcn的pb模型、om模型和dump用的bin数据。

[quote][size=2][url=forum.php?mod=redirect&goto=findpost&pid=993721&ptid=119969][color=#999999]回复：_xyt 发表于 2021-4-10 15:44[/color][/url][/size] 一般是通过余弦相似度来看结果输出参数说明 CosineSimilarity 很多NaN的原因是因为某些算子在转换后进行了融合，所以和原来的就没有比较的结果。[/quote]谢谢xyt老师！

问题已解决 感谢！！

老师您好，感谢回复。我之前尝试用过msquickcmp，但是手头没有路由器，暂时没法让开发版联网。然后开发版就下不了onnx之类的东西，main无法运行下去。请问您那边有装好了这个msquickcmp和相应python包的镜像吗，我想恢复镜像应该是最方便的办法了。另外，请问一下mindstudio是什么问题？我准备好了需要的东西，却无法进行对比，请问有不用msquickcmp的解决方案吗？非常感谢！

已解决：https://bbs.huaweicloud.com/forum/thread-113399-1-1.html

可能是在开发环境build过程中出了啥问题 再拷贝过去就不能用了