转换ConvNext预训练模型时，提前退出，无报错信息

[ssyj911]

Describe the bug
将ConvNext预训练模型转kmodel时，nncase 编译器输出："2.Optimize target independent..." 后退出。无任何其他提示

To Reproduce
预训练模型可以在以下地址获取：
https://dl.fbaipublicfiles.com/convnext/convnext_tiny_1k_224_ema.pth

Origin model and code
按照 nncase 提供的 编译float32 onnx模型 代码进行 kmodel 进行转换

Environment (please complete the following information):

• OS: [ Ubuntu20.04]
• nncase version 1.9.0-3473131
• DL Framework [python 3.8]

Additional context
尝试将nncase安装包中的 nncase-1.9.0/examples/yolox/model/yolox_nano_224.onnx 进行转换，未发现问题

[curioyang]

@ssyj911 请直接提供onnx模型

[ssyj911]

@ssyj911 请直接提供onnx模型

这个太大了，上传到百度云盘啦：链接: https://pan.baidu.com/s/1MEIbKCnJama3k1AjjSn4uw?pwd=ymgf 提取码: ymgf

[curioyang]

@ssyj911 编译的问题已经修复了，但是这个模型里有大量的CPU算子layernorm，在实际推理的时候速度很慢，且510 在设计上存在一定的精度损失。
如果在510上部署实际项目，建议更换模型
或者可以尝试在230上部署，int16量化，230对部分CPU算子是有V扩展优化的，且不太容易出现精度损失

[ssyj911]

非常感谢您的帮助

…

---原始邮件--- 发件人: "Curio ***@***.***> 发送时间: 2024年5月14日(周二) 上午9:35 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [kendryte/nncase] 转换ConvNext预训练模型时，提前退出，无报错信息 (Issue #1200) @ssyj911 编译的问题已经修复了，但是这个模型里有大量的CPU算子layernorm，在实际推理的时候速度很慢，且510 在设计上存在一定的精度损失。 如果在510上部署实际项目，建议更换模型 或者可以尝试在230上部署，int16量化，230对部分CPU算子是有V扩展优化的，且不太容易出现精度损失 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you were mentioned.Message ID: ***@***.***>