hpc203

最近在做craft检测，能否再发一下微信二维码万分感谢

> 你好，我用官方的openvino推理代码试了一下你的模型，结果如下：  用官方的模型正常，输入是640，请问大佬在转onnx的时候改动了什么东西？ 检查一下图像预处理，后处理，这两步跟官方代码里的有没有保持一致

请参见我的csdn博客文章 https://blog.csdn.net/nihate/article/details/112731327 在文章的最后有讲述如何转换生成yolox的.onnx文件

看情况是生成的onnx文件不对，请参见我的csdn博客文章 https://blog.csdn.net/nihate/article/details/112731327 在文章的最后有讲述如何转换生成yolox的.onnx文件

10月20日，我看了一下官方代码https://github.com/Megvii-BaseDetection/YOLOX 在做推理时，预处理没有做BGR2RGB， 除以255.0, 减均值除以方差这几步的。因此如果用最新代码训练后生成onnx文件，然后用本仓库里的程序做推理时，需要注释掉“BGR2RGB， 除以255.0, 减均值除以方差这几步”

> x = torch.cat((box[i], x[i, j + 13, None], x[:, 5:13] ,j[:, None].float()), 1) 改成 x = torch.cat((box[i], x[i, j + 13, None], x[i, 5:13] ,j[:, None].float()), 1)

> 标注支持任意大小。模型训练会自动处理 您的意思是说，任意大小的图片，经过预处理到416x416尺寸的，进入yolo训练？那我现在有个疑问，如果进入yolo网络训练的图片是长方形的，比如480*640的尺寸，那这样进入Yolo网络训练会出错吗？

>   Mat srcimg = imread("0ace96c3-48481887.jpg"); conf和nms阈值，设置的多少？

> Hi there, Thanks for your guys awesome tasks. But I met an issue while compiling through opencv. Which version your team using to build this repo? > > `opencv/modules/dnn/src/onnx/onnx_importer.cpp:555:...

仓库里已经添加了convert_onnx文件夹，里面有转onnx的程序文件