mkwml
mkwml
> 我遇到了同样的问题，请问您解决了吗 加载onnx模型，好像支持这个操作。https://github.com/rockchip-linux/rknn-toolkit/blob/master/doc/RKNN_OP_Support_V1.7.1.md
@lx-r 我也遇到了相同的问题，请问您的问题解决了吗？
尝试了一下几种方案，最后问题解决。 1、升级pytorch到1.9.0和torchvision，再测试，load_pytorch函数可以执行成功，但是后面出现其它错误； 2、使用onnx转换模型，可以转换成功，但是预测结果错误； 3、降低onnx opset版本到10，模型转换成功，结果预测正确。
> 硬件平台：rv1109 rknn_tookit：1.7.1 > > pytorch框架的torch.nn.ConvTranspose2d 反卷积算子，是不支持吗？ > > 我看了一下支持文档doc/RKNN_OP_Support_V1.7.1.md 的 pytorch算子支持列表，确实没有反卷积算子，但用转换量化工具，又没有任何的报错，显示可以转换量化反卷积算子，转换出来的模型，在rv1109处理器上，运行结果都是错的，测试了两个算法，比如CenterNet目标检测算法 和 DBNet文本检测算法。 而像yolox和yolov5，采用上采样代替反卷积的算法，都运行正常。ocr_recog识别算法，没有任何反卷积和上采样，也没有问题，运行正常。 > > 如果确实是反卷积暂时支持不好，那只能先用上采样 + 卷积代替了。 文档上onnx的是支持的。
请问问题解决了吗？我也遇到类似的问题