示例：
python3 -m bmpaddle --model=model/ --input_names="image,im_size" --shapes="[1, 3, 608, 608],[1, 2]" --target="BM1684" --cmp=true --descs="[1,int32,608,609]"
- –model参数到模型所在文件夹那一级；paddle模型有2种：组合式(combined model)和非复合式(uncombined model)；组合式就是__model__ + 权重，__model__文件夹下有很多文件，每一个文件是一层，这种模型名称必须用__model__；如果是非组合式，要用.pdmodel和.pdiparams;
- shapes和descs中的变量顺序、名称要和实际模型一致，不能写错；
- 关于descs 参数是选填还是必填？对于模型中带nms的目标检测网络，并且cmp==true时descs必填，并且对于多输入时的其他输入（比如paddle检测模型中通常都会有的im_size参数），必须写明。对于没有填的输入，默认会产生0-1的随机数，比如输入图像，可以不填；当类型为int32时，不能填重复的值，故写608,609，但生效的就是608；float类型没这个限制;
- paddle-ocr-detection开比对会有误差累计，报错。另外有的模型算子中有很多累加或除法，由于误差累计会导致超出允许的比对误差阈值，转换中断报错；还有的有排序操作，小误差会导致顺序不同。这些都会导致转换中断，可以关闭cmp，不进行数据比对，到业务层面验证转换后模型的精度。
