我将在我的数据集上训练的yolov 8转换为tflite并运行它，结果很好，但在推理过程中CPU使用率跳跃。
这些图片显示了在nnapi和4threads上运行的比较。
nnapi
running four threads
nnapi
running four threads
当使用nnapi时，推理速度确实比4个线程快，推理在执行器上移动，但在推理过程中屏幕冻结了片刻，这是正常的行为吗？还是我在转换到tflite的过程中做错了什么，我不确定。
我的转换代码是

import tensorflow as tf

converter = tf.lite.TFLiteConverter.from_saved_model(saved_model)
converter.target_spec.supported_ops = [
  tf.lite.OpsSet.TFLITE_BUILTINS
  ,tf.lite.OpsSet.SELECT_TF_OPS
]
converter.target_spec.supported_types = [tf.compat.v1.lite.constants.FLOAT16]
tflite_model = converter.convert()
open("yolov8s-seg.tflite", "wb").write(tflite_model)

我训练有素的yolov 8 s模型工作正常，所以在导出过程中出错了。
（原始）.pt -〉（使用：yolov 8/导出器）.onnx -〉保存的模型-〉tflite

# onnx to saved_model
import onnx
from onnx_tf.backend import prepare

onnx_model = onnx.load(yolov8s-seg.onnx")
tf_rep = prepare(onnx_model)
tf_rep.export_graph("yolov8s-seg")

任何建议都将不胜感激。谢谢。