如何进行YOLO模型转换？

我目前使用的转模型代码如下
from ultralytics import YOLOimport cv2import timeimport nncaseimport# 加载预训练的YOLO模型model = YOLO(modelname + ".pt")path = model.export(format="onnx")# 加载ONNX模型onnx_model = onnx.load(modelname + ".onnx")# 设置编译选项compile_options = nncase.CompileOptions()compile_options.target = 'k230'compile_options.preprocess = True                    # 启用预处理compile_options.swapRB = False                        # 不交换RB通道compile_options.input_shape = [1, 3, 640, 640]        # 设置输入形状compile_options.input_type = 'uint8'                  # 输入图像数据类型compile_options.input_range = [0, 1]                  # 输入图像反量化范围compile_options.mean = [0, 0, 0]                      # 预处理均值compile_options.std = [1, 1, 1]                       # 标准差设为1，不进行归一化compile_options.input_layout = "NCHW"                 # 输入数据格式# 创建编译器实例compiler = nncase.Compiler(compile_options)import_options = nncase.ImportOptions()# 导入ONNX模型compiler.import_onnx(onnx_model.SerializeToString(),import_options)# 编译模型compiler.compile()# 生成KModel文件kmodel_data = compiler.gencode_tobytes()with open(modelname + ".kmodel", "wb") as f:    f.write(kmodel_data)代码运行无异常，导出模型大小只有12MB，但在设备中运行模型时间非常长（具体超过5分钟一次），而后将预处理关闭，则设备中跑模型会报错

请问，以上问题是哪里的原因？应该怎么解决？
        模型速度慢是因为输入分辨率640 * 640太大了，只能用320 * 320的输入分辨率