paddleseg模型和onnx模型的推理结果不一致，精度差距较大

[LS1030]

问题确认 Search before asking

• 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer.

请提出你的问题 Please ask your question

问题描述

发现paddleseg模型和使用paddle2onnx转换出来的onnx模型的推理结果不一致，精度差距较大。

不知道是因为什么原因导致的。

测试环境

飞桨版本

paddle2onnx              1.1.0
paddlepaddle-gpu         2.5.1.post120
paddleseg                2.9.0    

问题复现

通过脚本计算paddleseg模型和onnx模型的miou不一致，使用同样的数据集测试的结果为：

paddle miou为95.10%，onnx miou为89.13%，精度差距较大

模型的目标是将地面与其他物体分割开，只分割两类，标签0为背景，标签1为背景。

通过查看推理的图片发现推理结果与miou表现一致，精度差距较大。

左边为原图，中间为paddleseg模型的推理结果，右边为onnx模型的推理结果。

具体的复现工程可以查看：https://github.com/LS1030/paddle_onnx_test.git

[wangkd0]

这个怎么处理，和导出时设置参数有关吗，另外导出时必须指定input_shape吗。不指定导出会报错

[shiyutang]

你好，和指定inputshape 没有关系，这说明paddle2onnx或者onnxruntime存在精度误差，请前往paddle官网提问或者切换其他后端。