用自己训练的模型推理时出现异常

[ZhangGanWei]

对yolov5s进行轻量化设计，骨干网络用shufflenetV2来进行代替，其他保持不变，代码中的种类已经修改 报错位置： 修改后的网络输出： 原模型网络输出：

[UNeedCryDear]

你这6300的维度，明显要么图片输入小了，要么网络层少了（原来的函数三个输出口合并的，你这个是哪几个合并的要搞清楚），你得看下是那部分少了。 主要是opencv对于yolov7的支持不好，所有需要自己计算anchors之类的参数，如果你走其他的部署方式的话，不需要自己计算这部分内容就会比较容易修改

[ZhangGanWei]

修正了之前错误的通道数和特征图大小，网络输出维度保持在25200，但是读onnx模型在Opencv 4.5.4 4.5.0均失败，在Opencv4.8.1才能读取，torch=1.13.1 cuda=11.6。

另外有一个很大的疑问是原网络结构（yolov5s）的onnx模型在opencv4.5.0上推理速度能有15帧左右，是在opencv4.8.1（6、7帧）上的两倍，这是因为什么原因呢 （以上均针对yolov5）