pp-liteseg或者其他模型必须要归一化吗？

[David-dotcom666]

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

归一化太耗时了,100ms有6，70ms做归一化，但是我尝试把val 中的transforms拿掉(训练中可以不使用normalize)，程序build val_dataset又报错,训练不了

[David-dotcom666]

另外想问一下，网络的输入是训练中的transforms,randomcorp出来的图大小，还是原图大小呢？模型转换onnx指定input_shape这个参数是设定成原图大小还是transforms里面的crop大小或者resize大小呢

[zhangyubo0722]

对的，在模型输入前是一定需要对数据进行归一化的，可以提高模型性能。网络的输入是训练中的transforms,randomcorp出来的图。模型转换onnx指定input_shape需设定成模型输入的大小，也就是resize之后的

[David-dotcom666]

@zhangyubo0722 感谢回复
但是我遇到一个问题，
1.我crop使用的[1024，512]然后指定input_shape=[1,3,2048,2448],
2.指定input_shape=[1,3,512,1024]，
然后我在使用trt预测之前，一种使用24482048原图预测，第二种手动resize到1024,512第一种方式比第二种得到的结果要好
另外我自己使用pp-liteseg训练，loss很奇怪呀，基本不下降的，其他指标有变化。然后我看了你们预训练的log，160000轮 loss也是变化不大