如题，我的模型是resnet18，图像分类算法。
其它配置一样的情况下，
如果不开启量化，如下，预测正常
ret = rknn.build(do_quantization=False, dataset='./dataset.txt')
如果开启量化，预测都指向同一个结果
ret = rknn.build(do_quantization=True, dataset='./dataset.txt')
图片预处理方式也一样。唯一不同的可能是dataset.txt一面图片的生成方式，这方面有指导文档么？
模型从onnx转换为rknn格式是，如果不开启量化表现正常，开启量化就预测不正常
我做了自己知道的所有尝试，都不行。包括下面：
1. 我在模拟器上推理就异常了。
2. npy和图像做校准文件都试过，也不行。
3. 我用训练集做预测，预测也是异常，都是指向同样类别。
4. normailize，通道转换与否都试过了，也不行。
5. 更换了模型，从resnet18，到mobilenet，efficient-net。都不行
1. 我在模拟器上推理就异常了。
2. npy和图像做校准文件都试过，也不行。
3. 我用训练集做预测，预测也是异常，都是指向同样类别。
4. normailize，通道转换与否都试过了，也不行。
5. 更换了模型，从resnet18，到mobilenet，efficient-net。都不行
我又尝试pytorch QAT训练后，训练好的图像4分类量化模型，转成rknn格式化后，在模拟器上float的输出是四个值，但是到了板子上推理的时候，结果值有八个input_attrs[0].size 是8. ？
您好，我们没有参与rknn-toolkit2的开发和维护，模型转化问题属于二次开发我们不提供技术支持，自用模型遇到的问题可以到https://github.com/airockchip/rknn-toolkit2创建issue，或者到rknn-toolkit2仓库指定的QQ群咨询。相关文档在https://github.com/airockchip/rknn-tool ... master/doc
理解你们。十分感谢指出了明路。Crocodile wrote: ↑2025-07-07 5:55 您好，我们没有参与rknn-toolkit2的开发和维护，模型转化问题属于二次开发我们不提供技术支持，自用模型遇到的问题可以到https://github.com/airockchip/rknn-toolkit2创建issue，或者到rknn-toolkit2仓库指定的QQ群咨询。相关文档在https://github.com/airockchip/rknn-tool ... master/doc