liang-stu

建议模型导出去除后处理部分，推理输出后再进行后处理。 `python tools/export_model.py -c configs/rtdetr/rtdetr_r50vd_6x_coco.yml -o weights=https://bj.bcebos.com/v1/paddledet/models/rtdetr_r50vd_6x_coco.pdparams trt=True --output_dir=output_inference exclude_post_process=True ` 去除模型后处理部分后输出共两部分： 1. 300个框的类别预测分数，维度为：[300, num_class]。 2. 300个框的位置，维度为：[300, 4]，其中4分别为预测框中心点坐标和预测框宽高。 后处理需执行操作： 1. 预测类别分数，需进行SoftMax操作计算概率，筛选有效预测。 2. 预测框的中心点坐标和宽高均为相对于输入图像的相对值，需乘原始尺寸反算。

如果自己导出模型做推理如ONNX，输入图像时要做像素值归一化操作（除以255），如果未做会出现类似推理置信度低的问题。