NCDHZ
NCDHZ
@zhanghongyong123456 我有时间就可以的
@SebastianHan93 解决了，再试看看
@xiaowk5516 第一我也不知道 yolov5 现在官方代码更新到什么程度了，所以并不知道是不是所有版本都适用，至少十天前最新版本是可以用的，第二精度是否有所下降得看pytorch model 转换为 torchscript 模型时精度是否有变化（这里也希望您可以帮忙测试一下，谢谢）。
@xiaowk5516 谢谢您给的测试结果，由于写这个项目的时候我并不是一定要使用 yolov5 这个模型，我这边并没有做过详细的测试。可能是比直接使用 pytorch 慢一点（至于为什么慢我也没有深究），数据预处理方法可能存在过多的判断适应不同的情况而导致速度变慢了。不过我好像重载了一个直接传入 tensor 来预测的方法，可以试一下。
@fatejzz 图片输入模型我自己封装了一下，你可以说说你的思路，我们可以一起研究一下。
@fatejzz yolov5在转TorchScript时候会根据输入的尺寸计算出模型输入最合适的尺寸，如 [640x300]，stride取32得到的结果是，[640x320]，然后通过最小pad填充[640x300]到[640x320]（这部分和你说的一样）。但是TorchScript有个特点，当从Torch模型转为TorchScript时他的输入尺寸就固定了（不知道最新版torch是不是这样），也就是说后面的模型只能用[640x320]的输入了。 这个项目可以设置图片的height和width，可以通过设置这两个值来适应yolov5的TorchScript模型 YoloV5(std::string ptFile, bool isCuda = false, bool isHalf = false, int height = 640, int width = 640, float confThres = 0.25, float iouThres = 0.45)。
@fatejzz 可以输入最小pad处理后的图像，但是是固定的不能一会儿[640x604]，一会儿[640x320]，你可以对你的数据集求一个宽高均值，然后再选定合适的输入大小。
@sealsnow 敬请期待
@sealsnow 最近比较忙