使用SNPE部署双输出人体姿态检测模型仅能读取单输出问题咨询

核心成因 #

• 模型转换阶段未显式指定全部输出层：SNPE的模型转换工具（snpe-onnx-to-dlc/snpe-tensorflow-to-dlc等）默认仅保留原模型的最后一个输出节点作为DLC文件的默认输出，未主动声明的output1会被判定为中间层，推理时不会缓存其输出结果。
• 推理配置阶段未注册目标输出层：即便DLC文件中已经保留了output1的节点，若调用SNPE推理接口时未提前注册要读取的输出层名称，SNPE默认仅返回默认输出（即你拿到的output2）。
• 层命名不匹配：模型从原训练框架转换为DLC格式时，部分节点会被自动添加前缀/后缀，若你代码中调用的output1名称和DLC中实际的节点名称不一致，也会无法读取对应输出。
• 算子不支持：若output1对应的层属于SNPE未内置支持的自定义算子，转换阶段会直接跳过该节点的输出注册。

解决步骤 #

1. 重新转换模型，显式声明所有输出层
   执行转换命令时通过多次传入--out_node参数指定所有需要输出的节点，以ONNX模型转DLC为例：

snpe-onnx-to-dlc \
  --input_network your_pose_model.onnx \
  --out_node output1 \
  --out_node output2 \
  --output_path pose_model.dlc

转换完成后执行snpe-dlc-info -i pose_model.dlc，确认Output Tensors列表中同时存在output1、output2两个节点。

2. 推理前显式注册所有输出层
   创建SNPE网络实例后，调用addOutput方法注册所有需要读取的输出层，C++接口示例：

// 已完成SNPE runtime初始化、网络加载流程
snpe_network->addOutput("output1");
snpe_network->addOutput("output2");

Python、Java等语言的SNPE接口均有同名方法可以调用。

3. 推理完成后按名称读取输出
   推理结束后调用getOutputTensors获取输出张量映射表，直接通过层名读取output1的结果即可。如果仍然读取失败，可以先调用getOutputTensorNames打印所有可用输出层的名称，确认调用名称和DLC中节点名称完全匹配。

额外排查项 #

• 若output1为自定义算子层，需要提前完成算子的SNPE实现注册后再执行模型转换
• 若使用量化模型，可在转换时添加--quantization_overrides参数指定output1层不可被量化折叠，避免被判定为中间节点。

内容的提问来源于stack exchange，提问作者phonix94