CAI

> Hello, I'm not entirely sure if I got it right but the Random Noise should correspond to the White Noise and Random Walk should refer to the Bias Instability...

模型通过这个网站下载的https://github.com/ultralytics/assets/releases/download/v8.3.0/yolov8x-seg.pt 转化方式是yolo export model=yolov8x-seg.pt format=onnx dynamic=False opset=12 图片就是项目中的bus opencv版本为4.9.0 我debug了发现 int rows = output0.rows; int net_width = output0.cols; int socre_array_length = net_width - 4 - net_output_img[1].size[1]; float* pdata = (float*)output0.data;...

我尝试了以下obb的，输出结果为  模型也是yolo export 导出官方的模型

> 那就是v11的版本的模型输出改了 晚点我看下怎么修改下 不不，我刚刚粘贴错了，抱歉，用的就是v8的

> 我试了下，当前代码没有这个问题，还是一样的可以正常使用。opencv我也换了4.9.0的版本了，也是对的  你也是yolo export model=yolov8x-seg.pt format=onnx dynamic=False opset=12这样导出的麻？能否分割一下项目中zidane.jpg这张图片呢？

> 我试了下，当前代码没有这个问题，还是一样的可以正常使用。opencv我也换了4.9.0的版本了，也是对的  你是windows的麻？还是Linux？

> 用的代码，不过你的导出命令是ok的，windows下面运行的结果 > > ```python > from ultralytics import YOLO > model = YOLO(model="./yolov8x-seg.pt") # 加载预训练模型（建议用于训练） > model.export(format="onnx",opset=12,dynamic=False) # 将模型导出为 ONNX 格式 > ``` > >  难道是系统原因？我是Linux下的，能否发一份你转好的模型给我，我试试？

> linux我暂时没法验证，不过应该不是模型转出的问题，更大概率是opencv推理的问题，你可以试下onnxruntime是否可以正确运行结果 onnxruntime我装不上T_T，十分感谢作者的帮助