–input_as_nhwc

图片加载后一般的数据格式是(h,w,c)，增加batch后是(n,h,w,c),对于网络的输入是(n,c,h,w),图片需要transpose(n,h,w,c)->(n,c,h,w)后，才能进行推理，通过设置参数input_as_nhwc，将网络的输入转变为nhwc后，可免去图片的transpose

将输入1从nchw改成nhwc

--input_as_nhwc true \

输入1不变，将输入2从nchw改成nhwc

--input_as_nhwc false true \

–output_as_nhwc

将输出1不变，将输出2从nchw改成nhwc

--output_as_nhwc false true

–insert_bn

对于首层是conv的网络，可以设置insert_bn，代替预处理中的归一化操作，设置insert_bn之后，无须再做减均值除标准差的归一化操作，输入的数据类型也会变成uint8(fp32->uint8,减少3/4的数据量)，注意此参数的开启依赖与正确的设置了 image_mean,image_std,image_scale参数，此参数在精度和量化校准提及，不在赘述
输入1开启insert_bn

--insert_bn true \

输入1不变，输入2开启insert_bn

--insert_bn false true \

–model_swapBR

对于一些已经训练好的模型，训练时采用的bgr或者rgb的数据，推理时图片需要对图片，进行rbg2bgr或者bgr2rgb的转换，此转换浪费了时间，可对模型进行更改，交换权值中的B,R通道，使其接收另一种颜色空间的图片

--model_swapBR true