最近在把一个训练好的图像分类模型（ResNet-50）从PyTorch导出到ONNX，再用ONNX Runtime做推理。结果发现精度掉得很明显，Top-1从原来的92.3%掉到了88%左右。我试了用torch.onnx.export，设置opset_version=11，也试了用onnx-simplifier简化模型，但效果不大。有没有老哥遇到过类似的问题？是ONNX对某些算子（比如BatchNorm、AdaptiveAvgPool）的转换有精度损失，还是我导出时没开正确的优化选项？另外，如果后续要部署到移动端，这个精度掉得能接受吗？还是说应该直接上TFLite？求指点。