Mobilenet 推理框架分类正确率有问题。

[Dxymiemiemie]

你好，使用了代码仓库里temp下的mobile__224.pnnx.xxxx。后在demo里加入了mobilenet的测试，发现分类正确率有问题。请问，对此开发人员经过验证吗？ 但是使用resnet测试分类都是正常的。 测试环境：

• wsl 20.04

• gcc 9.4.0

• Armadillo 12.4.2

官方提供的docker也使用了结论一致。

[Dxymiemiemie]

demos.zip 这是在demo下添加的测试mobilenet代码。对car.jpg的分类有误。请问有什么解决该问题的思路吗？

[zjhellofss]

拉取最新代码后试下这个： https://github.com/zjhellofss/KuiperInfer/blob/main/demos/mobilenet/mobile.cpp

[zjhellofss]

导出的流程

1. 先到torchscript

import torch

if __name__ == '__main__':
    model = torch.hub.load('pytorch/vision:v0.10.0', 'mobilenet_v2', pretrained=True)
    model.eval()

    x = torch.rand(1, 3, 224, 224)
    mod = torch.jit.trace(model, x)
    mod.save("mobilenet_v2.pt")

2. 再到pnnx模型

https://github.com/pnnx/pnnx 参考其中的2,3,4小节

[Dxymiemiemie]

ok ok。已解决。请问是什么原因导致的问题呢？是模型的bug吗？我再尝试解决这个问题，有什么好的建议吗？

[zjhellofss]

ok ok。已解决。请问是什么原因导致的问题呢？是模型的bug吗？我再尝试解决这个问题，有什么好的建议吗？

temp下的mobile__224.pnnx.xxx是一个随机权重的模型，并不是从预训练模型中导出的。如果需要预训练后的导出，需要按照以上我说的步骤。