J5板上模型推理得分太低

在附件中添加了模型转换过程中的log文件。

我又仔细看了一下，当图片是彩色图时，bash 04_inference.sh quanti的得分与板上的得分差不多，但是如果是类似于附件中的灰度图，quanti的得分与板上的得分就相差非常大，有的灰度图在quanti的时候能识别7个目标，但是板上一个目标都识别不出来，板上我用的是ai_benchmark的程序，需要修改什么参数吗？

我感觉可能和input_offset=128有关，如何在使用bin模型文件时，在c++代码中加入128的offset

这里指的是前处理做了offset 吗？

如果是彩色图和灰度图的差别导致的结果不一样，那很可能与前处理有关。

在04_inference.sh脚本文件中有input_offset=128这个参数，如何将这个参数加入到板上推理的c++代码中？

这个就要看你们的前处理代码怎么写的了。

我现在板上的程序就是地平线提供的ai_benchmark程序，我尝试了将模型转换时的配置文件里面的norm_type: 'data_scale'修改为data_mean_and_scale，然后mean_value设置了128，但是转换出来yolov5模型反而不如之前配置得分高，我现在就是想将bash 04_inference.sh quanti这条命令的结果在板上bin模型文件上复现，但是现在板上的效果非常差

那你试一下，在输入图像预处理的时候把像素值-128，模型先不变。看看结果如何。