行业】：运营商
【服务器型号】：Atlas 200I DK A2
【版本信息】：
--CANN版本：CANN 7.0.0
--Pytorch版本：1.11.0
--Python版本：Python3.7.16
--操作系统版本：openEuler 22.03
【问题描述】：om模型detect推理时输出有问题
参考了https://gitee.com/ascend/modelzoo-GPL/tree/master/built-in/PyTorch/Official/cv/object_detection/Yolov5_for_PyTorch_v6.0的项目进行yolov5s v6.0的离线推理测试，包括完整的环境部署、模型转换。因为源码项目的detect.py没有写入支持om模型推理的相关部分，遂有参考了https://www.hiascend.com/forum/thread-0224103372709741011-1-1.html修改detect.py，以支持om模型的离线推理。其中om模型的推理接口使用的是acllite推理模块https://gitee.com/ascend/samples/tree/master/python/common/acllite。但是执行detect.py脚本对coco/images/val2017/的图片进行目标检测时候出现了相关问题，输出的图片结果如下图所示：
代码执行时的输出如下图所示：
作为对比，使用yolov5s.onnx模型进行推理时没有用到acllite的接口，按照detect.py原本的源码是能正常执行的，执行获得的图片如下所示：
代码执行输出日志：
所以om推理模型的时候还需要具体哪些设置呢？从上面的两幅图片对比来看，似乎om模型显示了太多的class，并不能正常进行目标检测
【Offering】：推理开发
点赞
收藏
回复
分享
举报
已解决
行业】：运营商
【服务器型号】：Atlas 200I DK A2
【版本信息】：
--CANN版本：CANN 7.0.0
--Pytorch版本：1.11.0
--Python版本：Python3.7.16
--操作系统版本：openEuler 22.03
【问题描述】：om模型detect推理时输出有问题
参考了https://gitee.com/ascend/modelzoo-GPL/tree/master/built-in/PyTorch/Official/cv/object_detection/Yolov5_for_PyTorch_v6.0的项目进行yolov5s v6.0的离线推理测试，包括完整的环境部署、模型转换。因为源码项目的detect.py没有写入支持om模型推理的相关部分，遂有参考了https://www.hiascend.com/forum/thread-0224103372709741011-1-1.html修改detect.py，以支持om模型的离线推理。其中om模型的推理接口使用的是acllite推理模块https://gitee.com/ascend/samples/tree/master/python/common/acllite。但是执行detect.py脚本对coco/images/val2017/的图片进行目标检测时候出现了相关问题，输出的图片结果如下图所示：
代码执行时的输出如下图所示：
作为对比，使用yolov5s.onnx模型进行推理时没有用到acllite的接口，按照detect.py原本的源码是能正常执行的，执行获得的图片如下所示：
代码执行输出日志：
所以om推理模型的时候还需要具体哪些设置呢？从上面的两幅图片对比来看，似乎om模型显示了太多的class，并不能正常进行目标检测
【Offering】：推理开发