TensorRT转换PWC-Net致iSLAM轨迹严重漂移问题排查

我的iSLAM系统使用原版PyTorch PWC-Net时轨迹精度正常，但替换为TensorRT转换版本后出现灾难性轨迹误差（ATE RMSE达2451m）。TensorRT引擎可正常运行，但光流输出存在问题导致SLAM管线完全失效。

环境信息 #

• 硬件：NVIDIA Jetson NX
• 框架：基于PyTorch的iSLAM系统
• TensorRT版本：8.2.1
• CUDA版本：11.4
• 模型：用于光流估计的PWC-Net

结果对比 #

• 原版PyTorch：轨迹精度良好
• TensorRT版本：ATE RMSE=2451m（正常应<1m）
• 数据集：EuRoC MH_01_easy（地面真实轨迹约180m）

已完成工作与初步排查 #

• 完成PWC-Net完整实现、TensorRT转换流程及iSLAM集成
• TensorRT引擎推理效率达标：Jetson NX上79ms/帧，12.5 FPS
• 权重加载成功，光流输出范围在合理区间
• 轨迹误差达真实轨迹的13倍，推测是根本性输出差异而非微小数值精度问题

寻求导致该差异的具体原因。

内容的提问来源于stack exchange，提问作者Unknown