yolov5模型转换om模型的时候，我看了带NMS算子和不带NMS算子的转换案例。两个案例在第一步export.py脚本输出onnx之前，都会修改yolo.py，在detect.forwary方法中，添加self.training = True 。我的第一个问题就是：可不可以不添加training=True.

带NMS算子的om模型转换案例，会执行modify_model.py 在onnx模型中添加后处理算子。（参考https://gitee.com/ascend/modelzoo-GPL/blob/master/built-in/ACL_Pytorch/Yolov5_for_Pytorch/common/util/modify_model.py）

在添加两个输出节点时，有些参数不太理解

box_out = helper.make_tensor_value_info("box_out", onnx.TensorProto.FLOAT, [bs, 6 * 1024])
    box_out_num = helper.make_tensor_value_info("box_out_num", onnx.TensorProto.INT32, [bs, 8])

• box_out节点：6*1024， 我理解1024就是box的个数， 6应该就是 每个框的坐标个数，但是每个框的坐标个数应该4（x1, x2,y1, y2）+ obj_conf +cls_num,不应该是6
• box_out_num节点： [bs, 8]， 为什么是8 ，代表什么