deepage

you should use command like that: `CUDA_VISIBLE_DEVICES='0,1,2,3' python -u train.py --network m1 --loss triplet --lr 0.005 --pretrained ./models/m1-softmax-emore --pretrained_epoch=1`.

本辣鸡根据你给的链接，看到了它提供了推理的代码，其中需要的预处理是BGR->RGB，mean_vals=0.f norm_vals=1.f 具体链接可以看[infer](https://github.com/JDAI-CV/fast-reid/blob/6300bd756e341ca180c60b8e07c218b9eb40664a/tools/deploy/onnx_inference.py#L51) 至于问题2，怎么获取输入输出层名称，你可以用netron打开你转换出来的param文件，然后就能看到输入和输出blob的名称了

最后的输出层确实是485，但是可能是pooling层后面出了点问题。建议使用torch->torchscript->pnnx->ncnn，onnx2ncnn有时候总会存在些问题。

1.首先使用pnnx去转pytorch模型； 2.根据你图里面输入是1x256x3x110x110时，可以使用 ` ncnn::Mat in(110, 100, 256, 3); in.fill(1.f); ` 这样构造出来的mat就是你需要的维度