问题解决心路历程:tensorrt 与 原模型精度相差过大

今天用pytorch训练了一份resnet18的模型，用于工作服检测。

但是把模型转为tensorrt engine部署后，发现运行起来预测结果完全错误。

1.一开始以为是过拟合，但是用训练数据预测，发现还是不对。

2.这时开始怀疑是自己模型结构哪里写错了，但是编译已经通过了，也就是自己写的tensorrt模型，完美接收了来自pytorch的resnet18的参数。

发现自己写的tensorrt版本的resnet结构，输入数据是224*224,pytorch版是128*64。

3.也就是说，这里虽然输入维度不一样，但是参数维度是完全一致的。

此时开始思考为什么会这样，因为虽然卷积层肯定能一样，但是不应该全链接层也一样啊。

这时才想起来，resnet最后有一个全局平均池化层，使得全链接层维度一致。

果然，改了输入维度和全局池化层大小之后就好了。