PETR 参考算法的pos_embed输入准备问题

用户您好，请详细描述您所遇到的问题，详细的描述有助于帮助我们快速定位，解决问题~Thanks♪(･ω･)ﾉ

1. 芯片型号：J5

2. 天工开物开发包 OpenExplorer 版本：8 J5_OE_1.1.68

3. 问题定位：板端部署等

参考这个教程，可以生成数据类型为float32的pos_embed.npy文件，此文件就是板端非图像的输入信息吗。但hbm模型的输入信息如下：

input[1]: 

name: arg0[pos_embed]

input source: HB_DNN_INPUT_FROM_DDR

valid shape: (1,256,60,20,)

aligned shape: (1,256,60,32,)

aligned byte size: 491520

tensor type: HB_DNN_TENSOR_TYPE_S8

tensor layout: HB_DNN_LAYOUT_NCHW

quanti type: SCALE

stride: (491520,1920,32,1,)

scale data: 0.296522，0.296522.......（256个相同的scale）

也就是数据类型要求int8，上述输入准备教程中也有对浮点Points做量化的过程，量化的scale就是hbm模型中读出来的 0.296522吗？我这样对参考点量化成int8，这个过程哪里有问题吗？与教程中量化成int16比较，主要就改了clip的范围从int16变成int8，数据类型从int16变成int8。

（qat量化后的pth模型pc端推理正确，pc端推理的未经过post_progress的输出和板端hbm模型的原始输出不一致，所以我们怀疑是板端hbm模型的输入不对）

麻烦帮忙看一下，谢谢

scale = [0.296522]

points = np.load(path)

idx=int(path[-5])

points = points.transpose(0, 3, 1, 2) / scale[idx]

points = np.floor(points + 0.5)

points = np.clip(points, -128, 127)

points = points.astype(np.int8)

points.tofile(save_name+".bin")