求助，自己生成的模型移植到esp32后输出都是错的

[danyanpi]

这里自己随便跑路个模型，按照知乎的https://zhuanlan.zhihu.com/p/590495368，一步步操作，生成的Onnx，测了一下输出。在和ESP32S3跑的输出对比了一下，差别非常大。请问能怎么调饿。
制作的过程中也有几点疑问，这里问问：
1. 模型的训练时候的输入必须[h,w,c]吗？我的是[c,h,w]。会有问题吗？
调用calib.export_coefficient_to_cpp要求我的calib_dataset是[c,h,w]，不然报错
但板子上model.forward(input);图像我按[c,h,w]传进去又会死机。
2. 量化的时候，calib_dataset这些图片不知道传什么适合饿。我看只转换只需要图片，标签也不用。我试了不同图片转换的指数还都不一样。那我按什么图片合适饿
3. batch_size是必须1吗？我看文档写着“层的输入张量和输出张量均是三维。张量的维度顺序固定，按照[高度，宽度，通道]的顺序排序。“，model.forward(input)的时候每次只能输入一张图片吗？

[ESP_Aurora]

Hi,

差别大的话，可以先检查一下部署的代码，然后可以通过比较板子上的输出结果和python端的结果看具体是哪一层导致的误差变大

1. 模型的训练时候的输入必须[h,w,c]吗？我的是[c,h,w]。会有问题吗？ -> 不会，训练的输入顺序不影响部署
调用calib.export_coefficient_to_cpp要求我的calib_dataset是[c,h,w]，不然报错
但板子上model.forward(input);图像我按[c,h,w]传进去又会死机。 -> python端的 input 顺序跟你的训练模型保持一致，因为onnx模型是由你的训练模型转过来的，板子端因为库里实现方式要求必须是 hwc 的输入顺序
2. 量化的时候，calib_dataset这些图片不知道传什么适合饿。我看只转换只需要图片，标签也不用。我试了不同图片转换的指数还都不一样。那我按什么图片合适饿 -> 这个就根据量化后的效果来选择，选择比较有代表性的
3. batch_size是必须1吗？我看文档写着“层的输入张量和输出张量均是三维。张量的维度顺序固定，按照[高度，宽度，通道]的顺序排序。“，model.forward(input)的时候每次只能输入一张图片吗？ -> 是的，只能输入一张图片

[danyanpi]

3. batch_size是必须1吗？我看文档写着“层的输入张量和输出张量均是三维。张量的维度顺序固定，按照[高度，宽度，通道]的顺序排序。“，model.forward(input)的时候每次只能输入一张图片吗？ -> 是的，只能输入一张图片

这里我转Onnx的时候，torch.onnx.export(model, dummy_input, onnx_file_path,opset_version = 9, verbose = True, input_names=['input'], output_names=['output','output1'],
dynamic_axes= {'input': {0: 'batch_size'},
'output' : {0 : 'batch_size'}}
这里的batch_size选择dynamic_axes没问题吧？还是必须固定1