ppocrv4识别模型转onnx时，修改输入shape，出现数值偏差很大的问题

[anshenLW]

使用ppocrv4识别模型的配置训练自定义的数据集时，backbone为PPLCNetV3，修改了输入shape，调整为【3，144，240】，同步调整backbone输出用的adaptive_avg_pool2d，训练测试正常，调用export_model.py脚本导出模型后，调用predict_rec.py,测试未出现数值精度下降情况，使用paddle2onnx将模型转换为onnx后，测试发现一致性问题，逐层检查时，输入一致，仅使用解码部分也一致，在backbone中adaptive_avg_pool2d前出现不一致情况，麻烦看看是什么原因？ 另外调回输入shape后导出onnx，测试数值一致。评估原因可能出在输入shape这块

信息 :

• 用于部署的推理引擎: GPU cuda 11.2
  • 主要版本信息 paddlepaddle-gpu 2.4.0 paddle2onnx 1.1.0 PPOCR 2.7.release
• Email：anshen.lw@gmail.com 报错截图 数值不一致问题

其他信息

[anshenLW]

已解决，在export model后 ，paddle2onnx前，使用链接里面的脚本进行shape定制，再导出成onnx模型，注意adaptive_avg_pool2d，可以自定义实现 https://github.com/jiangjiajun/PaddleUtils/tree/main/paddle