Matting项目下，paddle模型转onnx模型后，推理结果有偏差，以及不指定inputshape，模型转换会报错问题

[wangkd0]

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

我尝试使用项目中的例子执行：
python tools/predict.py --config configs/ppmattingv2/ppmattingv2-stdc1-human_512.yml --model_path pretrained_models/ppmattingv2-stdc1-human_512.pdparams --image_path demo/1.jpg --save_dir ./output/results --fg_estimate True
得到的图像alpha值和前景图准确度很高，但当我使用下列两行命令转出onnx模型后，再利用djl框架进行推理时，和之前得到的结果是不同的，需要先对图片进行预处理吗
（1）python tools/export.py --config configs/ppmattingv2/ppmattingv2-stdc1-human_512.yml --model_path pretrained_models/ppmattingv2-stdc1-human_512.pdparams --save_dir output/inference_model --input_shape 1 3 1024 1024
（2）paddle2onnx --model_dir inference_model --model_filename model.pdmodel --params_filename model.pdiparams --opset_version 11 --save_file output1.onnx

想请教一下：
执行导出命令时，能否不指定--input_shape 1 3 1024 1024，怎么能动态根据输入图片的大小进行处理，因为Matting示例下是根据输入照片自动处理的，但是上面导出转化命令行，不指定该值，执行paddle2onnx转换时会报错

[shiyutang]

你好，可以看到这里是导出后并进行推理时出现精度异常，由于动态图模型精度正确，说明是paddle2onnx或者推理框架出现错误，请尝试切换不同的推理后端获得正确精度。