zhanghuiyao

> > 看报错应该onnx导出只支持一个Tensor的输出，这里默认返回了3个 > > 请问我该如何如何正确导出onnx模型呢，air模型导出是成功的 看起来是onnx里面的限制，可以尝试在相应的head中修改模型的输出个数，合并成一个

This seems to be related to the Mindshare version. You can try using the master branch code on Mindshare 2.0 and the r0.1 branch on Mindshare 1.8.1.

看这个报错像是在图编译阶段出现的算子类型不匹配问题，有比较高的概率是跟cann包和mindspore版本相关；

可以尝试运行以下命令查看mindspore版本并验证是否正常安装 ```bash pip show mindspore cat /path_to/mindspore/.commit_id python >>> import mindspore as ms >>> ms.run_check() ```

> 我也是一样的问题，想请问一下如何支持onnx导出； 这边用的是r0.1分支，MindSpore 1.9.1，Ascend 910B，训练结果的ckpt文件导出air/mindir成功，onnx相同错误 mindyolo 当前未适配onnx和910B，转的时候可能会遇到一些不可知的问题，可以尝试在 [MindSpore](https://gitee.com/mindspore/mindspore) 仓库上提issue解决；

这种方式有可能导致mindspore与cann版本不匹配而引发一些未知的错误，你可以尝试找官方支持人员提供标准的1.8.1/1.9的配套镜像；安装版本可以参考[MindSpore官网](https://www.mindspore.cn/install)

> > TypeError: For 'Stack', the 'x_type[3]' should be = base: Tensor[Float32], but got Float32. > > 老师，你知道这几种类型是什么吗，目前我只用lbox做loss_item 对结果有影响吗，虽然跑起来速度有点慢。 类型信息可以在这个地方增加打印进行查看；如果只修改用于打印的loss，对结果不会有影响；

建议使用指定的mindspore版本，其他版本可能会存在版本适配问题，mindspore安装可以[参考](https://www.mindspore.cn/install/en) mindyolo-r0.1分支对应mindspore 1.8.1(以及对应的cann版本) mindyolo-master分支对应mindspore 2.0(以及对应的cann版本)

可以尝试设置这两个参数以使用动态图方式运行代码 ```shell --ms_mode 1 --ms_jit False ```

我们看下 master分支正在做数据重构，检测任务可以先用r0.2分支，这个问题我们看下