Bruce
Bruce
> 你好,我解决了自己训练的模型,部署时预测框都在左上角不对的问题了。 > 【1】在导出onnx模型时,common.py删除切片操作还是采用的return self.conv(torch.cat([x,x,x,x], 1))替代。然后export.py导出模型时,输入大小改为训练模型时的一半,如输入大小640时为[320, 320] >  > >  > > 【2】预测框不对是因为YoloV5.h文件中,预测层没有根据自己模型指定对,原来的是“394,“375,“output”这3层输出,可以根据Netron查看自己模型的3个预测层修改,我的是“output”,“423”,“442”,然后预测框正确。 >  > >  > > 感谢之前各位大佬的回答和分享! 你好,请问你的模型转出来和pytorch差距大么? 我也按照你的方式改变了对应参数,从pytorch到onnx再到ncnn,虽然解决了框都在左上角的问题,但是还是pytorch版结果差距比较大
同楼上的步骤转ncnn模型,发现torch版和在手机端做inference的时候差距比较大,请问作者这个会是什么原因呢?谢谢
@Dreamskya 可以使用的,就是效果比较差,在查找原因中
是在windows进行编译的么?我在linux端编译opencv出现以上问题还没找到解决方案