1.简要说明

    由于NNIE上transpose支持的顺序是固定的,shufflenet那种x=torch.transpose(x,1,2).contiguous() 的操作一般是不支持的。需要进行调整。

2.使用工程以及修改

        使用的是开源工程：GitHub - Lufei-github/shufflev2-yolov5: shufflev2-yolov5：lighter, faster and easier to deploy

        需要做以下修改：

 2.1. pooling层参数ceil_mode

        Nnie中pooling层采用的是ceil mode(其实是因为caffe不支持floor mode)，需要将MaxPool2d中的一些ceil_mode参数进行调整，开启为True。注意尺寸可能会变，需要调整stride、padding等参数，这里训练640*640的话就需要调整，这里将padding=1改成padding=0才能正常运行。

原始版本：

修改后：

self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=0, dilation=1, ceil_mode=True)

2.2.修改Upsample层为反卷积

        将models里面的nn.Upsample参数进行修改，一般是两处。